Warning message

Nemate dozvolu za prikaz ovog resursa!
prikaz prve stranice dokumenta Ekstraktivno sažimanje teksta pomoću dubokog učenja
Rad nije dostupan
diplomski rad
Ekstraktivno sažimanje teksta pomoću dubokog učenja
2021. urn:nbn:hr:168:782307
Vrbanc, Kristijan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Vrbanc, K. (2021). Ekstraktivno sažimanje teksta pomoću dubokog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:782307

Vrbanc, Kristijan. "Ekstraktivno sažimanje teksta pomoću dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:782307

Vrbanc, Kristijan. "Ekstraktivno sažimanje teksta pomoću dubokog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:782307

Vrbanc, K. (2021). 'Ekstraktivno sažimanje teksta pomoću dubokog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 12.08.2024., https://urn.nsk.hr/urn:nbn:hr:168:782307

Vrbanc K. Ekstraktivno sažimanje teksta pomoću dubokog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 12.08.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:782307

K. Vrbanc, "Ekstraktivno sažimanje teksta pomoću dubokog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:782307

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:782307
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovEkstraktivno sažimanje teksta pomoću dubokog učenja
Naslov (engleski)Extractive Text Summarization Using Deep Learning
AutorKristijan Vrbanc
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaKlemo Vladimir (član povjerenstva)
Član povjerenstvaGoran Delač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu dan je pregled nad područjem obrade prirodnog jezika kroz opis odabranih modela dubokog učenja korištenih kroz povijest. Opisani su postojeći pristupi za semantičko sažimanja teksta, a naglasak je stavljen na ekstraktivno sažimanje. Kao praktični ishod rada, ostvaren je web sustav za ekstraktivno sažimanje teksta. Dan je opis arhitekture i programskog ostvarenja sustava. Sustav se zasniva na modelu BERT i algoritmu grupiranja k-sredina. Ekstraktivni sažetak se stvara slijedom operacija. Ulazni tekst se prvo dijeli na rečenice. Pomoću modela BERT se računaju vektorski prikazi rečenica. Vektorski prikazi rečenica se grupiraju algoritmom k-sredina, a zatim se odabiru rečenice koje ulaze u sažetak. Ostvareni sustav vrednovan je mjerama ROUGE na skupovima podataka CNN/Daily Mail i Newsroom.
Sažetak (engleski)
This paper provides an overview of the natural language processing field through a description of selected deep learning models used throughout history. Existing approaches to semantic text summarization are described, with an emphasis on extractive text summarization. As a practical outcome of the paper, a web system for extractive text summarization is realized. A description of the architecture and software implementation of the system is given. The system is based on the BERT model and the k-means clustering algorithm. An extractive summary is created using a sequence of operations. The input text is first divided into sentences. Using the BERT model, vector representations of sentences are calculated. Vector representations of sentences are clustered using the k-means algorithm, followed by the selection of the sentences that enter the summary. The realized system is evaluated using the ROUGE metric on CNN/Daily Mail and Newsroom datasets.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:782307
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 16:28:51