Analiza sentimenta zasnovana na modelima dubokog učenja

diplomski rad

• Naslov (engleski): Sentiment Analysis Based On Deep Learning Models
• Autor: Dunja Aćimović
• Mentor: Goran Delač (mentor)
• Član povjerenstva: Goran Delač (predsjednik povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Član povjerenstva: Marin Šilić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu su se detaljno opisale dvije različite arhitekture modela dubokog učenja: rekurzivne neuronske mreže i transformeri. Obje arhitekture su postigle dotad neviđene rezultate u području obrade prirodnog jezika, te su naglo postale popularne i pronašle mnogobrojne primjene, kao što je analiza sentimenta. Odabran je i implementirani po jedan model ovih arhitektura. Za primjer modela rekurzivnih neuronskih mreža odabran je model LSTM, dok je za primjer transformera odabran model BERT. Oba modela su se pokazala kao odličan izbor za analizu sentimenta.

Sažetak (engleski)

This thesis explores two different deep learning arhitectures: recurrent neural networks and transformers. Both have shown state-of-the-art results on natural language processing tasks, so they have naturally became popular and found many applications, one of which is sentiment analysis. For each arhitecture, a model was chosen and implemented, it was LSTM for recurrent neural networks and BERT for transformers. Finally, both have shown capacity for exceptional results in the field of sentiment analysis.

• Ključne riječi: analiza sentimenta; rekurzivne neuronske mreže; LSTM; transformeri; BERT; duboko učenje
• Ključne riječi (engleski): sentiment analysis; recurrent neural networks; LSTM; transformers; BERT; deep learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:917890
• 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: 2023-01-13 11:39:15