Predikcija osobnosti na temelju obrade prirodnog jezika uporabom metoda dubokog učenja

diplomski rad

• Naslov (engleski): Personality prediction based on natural language processing using deep learning methods
• Autor: Marija Frković
• Mentor: Boris Vrdoljak (mentor)
• Član povjerenstva: Boris Vrdoljak (predsjednik povjerenstva)
• Član povjerenstva: Mario Brčić (član povjerenstva)
• Član povjerenstva: Mirta Baranović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U sklopu ovog diplomskog rada istraženi su osnovni koncepti obrade prirodnog jezika te je nad skupom podataka, koji sadrži tekstualne objave i Myers-Briggs tipove osobnosti autora, izvršen niz radnji za obradu teksta. Za zadatke obrade prirodnog jezika najčešće se koriste LSTM neuronske mreže, dizajnirane za obradu duljih nizova podataka. U sklopu rada je istražen utjecaj strukturalnih hiperparametara na rezultate klasifikacije teksta pomoću LSTM neuronskih mreža. Zatim je istražen utjecaj primjene troškovno osjetljivog učenja kao metode rješavanja problema neuravnoteženosti skupa podataka. Dobiveni rezultati su iskorišteni za izradu aplikacije koja kao ulaz prima tekstualnu datoteku, a vraća MBTI tip osobnosti autora teksta dobiven pomoću odabranih modela neuronske mreže.

Sažetak (engleski)

As part of this thesis, the basic concepts of natural language processing have been explored and a series of word processing operations have been performed on the dataset, which consists of textual posts and Myers-Briggs personality types of the authors. LSTM neural networks, designed for processing long sequences of data, are most commonly used for natural language processing tasks. In this thesis, the influence of structural hyperparameters on the results of text classification using LSTM neural network has been analyzed. Then, the influence of the application of cost-sensitive learning as a method of solving the problem of dataset imbalance has also been analyzed. The obtained results were used to create an application that accepts text file as an input and outputs the MBTI personality type of the author of the text using selected neural network models.

• Ključne riječi: obrada prirodnog jezika; Myers-Briggs tipovi osobnosti; LSTM neuronske mreže; klasifikacija teksta; strukturalni hiperparametri; troškovno osjetljivo učenje
• Ključne riječi (engleski): natural language processing; Myers-Briggs personality types; LSTM neural networks; text classification; structural hyperparameters; cost-sensitive learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:025541
• 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 12:15:48