Pripisivanje autorstva kratkim tekstovima na društvenim mrežama

diplomski rad

• Naslov (engleski): Attributing authorship to short texts on social networks
• Autor: Ana Vladić
• Mentor: Juraj Petrović (mentor)
• Član povjerenstva: Juraj Petrović (predsjednik povjerenstva)
• Član povjerenstva: Davor Petrinović (član povjerenstva)
• Član povjerenstva: Marko Subašić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-09-20, Hrvatska

Sažetak

Pripisivanje autorstva kratkim tekstovima na društvenim mrežama postupak je koji u današnjem svijetu ima brojne potencijalne primjene u forenzičkim analizama i kontroliranju širenja informacija. Zadatak pripisivanja autorstva klasifikacijski je zadatak koji za cilj ima danom anonimnom tekstu pripisati jednog od autora iz zatvorenog skupa autora. U radu su izrađeni su i uspoređeni klasifikacijski modeli strojnog učenja različitih arhitektura uz različite vrste reprezentacije teksta. Ispitan je utjecaj broja autora, broja tekstova, predobrade i augmentacije podataka na točnost klasifikacije. Za učenje i ispitivanje modela korištena su dva skup podataka koji sadrži objave s društvene mreže Twitter.

Sažetak (engleski)

Attributing authorship to social media texts has numerous applications in today's world when it comes to forensic analysis and controlling the spread of information online. Authorship attribution is a classification task with the goal of attributing authorship of one author from a closed set of authors to a given anonymous text. In this work, machine learning models of different architectures are trained and evaluated on two datasets comprised of Twitter posts. Experiments are conducted to analyze how the number of authors, the number of texts, data preprocessing and data augmentation affect classification accuracy.

• Ključne riječi: strojno učenje; obrada prirodnog jezika; pripisivanje autorstva
• Ključne riječi (engleski): machine learning; natural language processing; authorship attribution
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:123562
• 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: 2024-11-07 05:43:45