Warning message

Nemate dozvolu za prikaz ovog resursa!
prikaz prve stranice dokumenta Analiza sentimenta u muzičkim žanrovima
Rad nije dostupan
diplomski rad
Analiza sentimenta u muzičkim žanrovima
2020. urn:nbn:hr:168:881000
Čagalj, Luka
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Čagalj, L. (2020). Analiza sentimenta u muzičkim žanrovima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:881000

Čagalj, Luka. "Analiza sentimenta u muzičkim žanrovima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:881000

Čagalj, Luka. "Analiza sentimenta u muzičkim žanrovima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:881000

Čagalj, L. (2020). 'Analiza sentimenta u muzičkim žanrovima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 21.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:881000

Čagalj L. Analiza sentimenta u muzičkim žanrovima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 21.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:881000

L. Čagalj, "Analiza sentimenta u muzičkim žanrovima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:881000

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:881000
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovAnaliza sentimenta u muzičkim žanrovima
Naslov (engleski)Sentiment Analysis of Music Genres
AutorLuka Čagalj
MentorGoran Delač (mentor)
Član povjerenstvaGoran Delač (predsjednik povjerenstva)
Član povjerenstvaMarin Šilić (član povjerenstva)
Član povjerenstvaKlemo Vladimir (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-09-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Analiza sentimenta ostvarena je na više načina. Različite reprezentacije teksta poput TF-IDF reprezentacije, reprezentacije dobivene primjenom rangirajuće funkcije BM25 i GloVe modela za učenje vektorskih reprezentacija riječi, koristile su se za učenje modela. U izradi sustava koristili su se modeli: logistička regresija, stroj potpornih vektora i LSTM povratna neuronska mreža. Za problem binarne klasifikacije sentimenta dobivena je točnost 78\%, dok je za višeklasni problem dobivena točnost 60\% na skupu za testiranje. Zbog nedostatka označenih podataka korišteno je aktivno učenje modela. Naučeni modeli su korišteni u analizi sentimenta unutar glazbenih žanrova.
Sažetak (engleski)
The analysis of sentiment has been accomplished in a number of ways. Various text representations such as TF-IDF representation, representation obtained by applying the BM25 ranking function, and GloVe model for learning vector word representations were used to train models. Models were used in the design of the system: logistic regression, support vector machine and LSTM recurrent neural network. Accuracy of 78 \% was obtained for binary classification and for a multiclass problem, 60 \% accuracy was obtained on the test set. Active learning was used due to the lack of labeled data. Learned models were used in sentiment analysis within musical genres.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:881000
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 11:59:22