Primjena metoda dubinske analize teksta na kategorizaciju novinskih članaka

završni rad

• Naslov (engleski): Application of Text Mining Methods for Newspaper Article Categorization
• Autor: Robert Injac
• Mentor: Damir Pintar (mentor)
• Član povjerenstva: Damir Pintar (predsjednik povjerenstva)
• Član povjerenstva: Mihaela Vranić (član povjerenstva)
• Član povjerenstva: Luka Humski (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu obrađena je dubinska analiza teksta na studijskom primjeru kategorizacije novinskih članaka Novog Lista. Problem je podijeljen u tri djela: dohvat, pripremu i obradu teksta. U dohvatu obrađeni su izvori informacija te je rečeno da su novinski članci dobar izvor podataka. U pripremi dobiveni članci su korjenovani, izbačene su zaustavne riječi i strukturirani su u format pogodan za obradu. Kod obrade teksta obrađen je algoritam stroja potpornih vektora, i pomoću njega članci su klasificirani. Rezultati klasifikacije su analizirani i prihvaćeni kao vrlo dobri.

Sažetak (engleski)

In this thesis text mining methods are explained and applied on the example of newspaper article categorization. The problem was divided in three parts: retrieval, preparation and processing of text. For retrieval, the information sources were detailed and the articles were accepted as a valid source of data. For preparation, the articles were stemmed, the stop words were removed and the articles were converted into a format ready for processing. In processing, the support vector machine was explained and used to classify the articles. The results of the classification were analysed and accepted as very good.

• Ključne riječi: dubinska analiza teksta; dohvat informacija; klasifikacija teksta; kategorizacija novinskih članaka; strojno učenje; stroj potpornih vektora
• Ključne riječi (engleski): text mining; information retrieval; text classification; news article categorization; machine learning; support vector machine
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:125119
• 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: 2019-03-13 20:57:56