Analiza sentimenta u muzičkim žanrovima (CROSBI ID 448943)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Čagalj, Luka
Delač, Goran
hrvatski
Analiza sentimenta u muzičkim žanrovima
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.
analiza sentimenta, TF-IDF, BM25, GloVe, logistička regresija, stroj potpornih vektora, LSTM povratna neuronska mreža, aktivno učenje
nije evidentirano
engleski
Sentiment Analysis of Music Genres
nije evidentirano
sentiment analysis, TF-IDF, BM25, GloVe, logistic regression, support vector machine, LSTM recurrent neural network, active learning
nije evidentirano
Podaci o izdanju
40
18.09.2020.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet elektrotehnike i računarstva
Zagreb