Naslov
Analiza sentimenta u muzičkim žanrovima
(Sentiment Analysis of Music Genres)

Autori
Čagalj, Luka

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
18.09

Godina
2020

Stranica
40

Mentor
Delač, Goran

Ključne riječi
analiza sentimenta, TF-IDF, BM25, GloVe, logistička regresija, stroj potpornih vektora, LSTM povratna neuronska mreža, aktivno učenje
(sentiment analysis, TF-IDF, BM25, GloVe, logistic regression, support vector machine, LSTM recurrent neural network, active learning)

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.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA