Povezivanje događaja u velikim novinskim zbirkama

diplomski rad

• Naslov (engleski): Event Linking in Large News Collections
• Autor: Fredi Šarić
• Mentor: Jan Šnajder (mentor)
• Član povjerenstva: Jan Šnajder (predsjednik povjerenstva)
• Član povjerenstva: Siniša Šegvić (član povjerenstva)
• Član povjerenstva: Marko Čupić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-16, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rad predstavlja problem "Povezivanje događaja" kao grupiranje događaju u dva disjunktna skupa, prvi skup koji sadržava sve parove povezanih doga¯daja, te drugi koji sadržava nepovezane parove događaja. Zbog ne postojanja javno dostupni skupovi podataka namijenjeni za ovakav tip povezivanja događaja, novi skup podataka je sastavljen, gdje je svaki par događaja označen kao "Povezan" ili "Nepovezan". Eksperi-menti su provedeni s različitim metodama strojnog učenja i širokom paletom tekstualnih značajki te značajki dobivenih iz meta podataka pojedinog događaja (lokacija, datum i sl.). Ostvaren je rezultat od 94% f1 mjere korištenjem samo tekstualnih značajki, te rezultat od 98% f1 mjere ako se uz tekstualne znaˇcajke koriste i značajke dobivene iz metapodataka događaja. Iskorištavanjem tranzitivnog svojstva povezanih događaja te korištenjem algoritma MCL za grupiranje nad grafovima, mogu se ispraviti krivo klasificirani primjeri, te znatno poboljšati rezultati klasifikacije. Integracijom sustava za povezivanje događaja u sustave za obavještavanje o kriznim situacijama, korisnici takvog sustava bi lakše došli do vrijedne informacije te bi mogli ranije reagirati na krizne situacije.

Sažetak (engleski)

The thesis introduces task of Event linking as clustering events into two disjoint sets, namely "Related" and "Unrelated". To enable experimentation with classification models new dataset is introduced with event template pair relations. Different classification models using a wide range of textual and meta-data features were trained and tested. A very good result of 94% and 98% f1 score was achieved, with text only features and a full set of features respectively. Additionally, exploiting the transitive property of "Related" relationship by graph clustering algorithms like MCL, can further significantly boost the performance of the original model. Integrating this kind of work with crisis monitoring systems, and extending it to different languages with support for cross-language event linking, would result in the reduction of user response time and effort needed to notice valuable information.

• Ključne riječi: Povezivanje događaja; Strojno učenje; Grupiranje unutar grafa
• Ključne riječi (engleski): Event linking; Machine learning; NLP; graph clustering
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:965640
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 01:08:12