Klasifikacija pjesama u žanrove na temelju stihova

diplomski rad

• Naslov (engleski): Genre Classification of Songs Based on Lyrics
• Autor: Antonijo Marijić
• Mentor: Marina Bagić Babac (mentor)
• Član povjerenstva: Marina Bagić Babac (predsjednik povjerenstva)
• Član povjerenstva: Mirjana Domazet-Lošo (član povjerenstva)
• Član povjerenstva: Marko Horvat (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-06, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Klasifikacija pjesama u žanrove na temelju stihova zahtjevan je zadatak čak i za ljude, no suvremena obrada prirodnog jezika nedavno je ponudila napredna rješenja ovog zadatka. Ovaj diplomski rad obuhvaća predobradu skupa podataka o stihovima, te implementira i daje usporedbu različitih modela strojnog učenja uz utjecaj različitih načina vektorizacije riječi na rezultate (GloVe, Word2Vec, kreiranje rječnika i korištenje frekvencija za kreiranje vektora), u rasponu od logističke regresije, stroja potpornih vektora i slučajne šume kao referentnih modela, do modela dubokog učenja, koji obuhvaćaju neuronske mreže i transformere - RNN, LSTM, BiLSTM, BERT.

Sažetak (engleski)

Genre classification of songs based on lyrics is a challenging task even for humans, however state-of-the-art natural language processing has recently offered advanced solutions to this task. In this thesis, preprocessing of the lyrics dataset is performed, and implementation and comparison of various machine learning models are provided along with the impact of different word embeddings on results (GloVe, Word2Vec, creating a dictionary and using frequency for the creation of vectors), ranging from logistic regression, support vector machine, random forest as benchmark models, to deep learning models, that are neural networks and transformers - RNN, LSTM, BiLSTM, BERT.

• Ključne riječi: klasifikacija u žanrove; transformer; LSTM; vektorizacija riječi
• Ključne riječi (engleski): genre classification; transformer; LSTM; word embedding
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:891036
• 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: 2023-01-14 09:26:08