Prepoznavanje govora mržnje korištenjem strojnog učenja

završni rad

• Naslov (engleski): Identifying Hate Speech Using Machine Learning
• Autor: Marija Maršić
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Helena Čeović (član povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-06-29, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Opisuju se modeli i arhitekture mreža pogodni za modeliranje prirodnog jezika. Navedeni su i opisani neki od modela često korištenih za prepoznavanje govora mržnje u tekstu. Zatim je ispitana uspješnost prepoznavanja govora mržnje koristeći gubitak, preciznost i F1 vrijednost na 4 različita scenarija: skup podataka na engleskom jeziku provučen kroz model BERT, skup podataka na engleskom jeziku provučen kroz model mBERT, skup podataka na španjolskom preveden na engleski i provučen kroz model BERT i skup podataka na španjolskom jeziku provučen kroz model mBERT. Dobiveni rezultati su tablično i grafički prikazani te analizirani. Razjašnjeni su ključni dijelovi programskog koda korišteni za dobivanje i prikaz rezultata ovog rada.

Sažetak (engleski)

Models and network architectures suitable for natural language processing are presented and described. Some of the models frequently used for hate speech detection in text are listed and described. Then, the performance of hate speech detection was evaluated using loss, precision, and F1 value in four different scenarios: hate speech detection in English dataset using the BERT model, hate speech detection in English dataset using the mBERT model, hate speech detection in Spanish dataset translated into English using the BERT model, hate speech detection in Spanish language dataset using the mBERT model. The obtained results were presented in tables and graphs and analyzed. The important parts of the source code used to obtain and display the results of this study are explained.

• Ključne riječi: BERT; mBERT; gubitak; binarna unakrsna entropija; preciznost; F1; trening; validacija; prenaučenost
• Ključne riječi (engleski): BERT; mBERT; loss; binary cross entropy; accuracy; F1; training; validation; overfitting
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:724225
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 09:43:43