Naslov
Model dubokog slabo-nadziranog učenja za klasifikaciju emocija iz tekstualnog sadržaja
(Deep learning model trained by weak supervision for emotion classification from textual content)

Autori
Celinšćak, Antonio

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

Mjesto
Zagreb

Datum
04.07

Godina
2022

Stranica
31

Mentor
Mario Brčić

Ključne riječi
Slabo-nadzirano učenje ; emocije ; neuronska mreža ; strojno učenje ; transformeri
(Weakly-supervised learning ; emotions ; neural network ; machine learning ; transformers)

Sažetak
Emocije su neodvojiva pojava od čovječanstva. Utječu na socijalnu povezanost, etičnost, odlučivanje i ophođenje. Emocionalan sadržaj nekog materijala može utjecati na naše ponašanje prema našoj okolini ili bližnjima. Zbog toga je bitno biti svjestan moguće emocionalne reakcije koju potiče neki sadržaj. Ovaj rad planira riješiti taj problem treniranjem modela za klasifikaciju emocija iz teksta. Model je utreniran finim podešavanjem nad BERT modelom uz pomoć transformera, koristeći označen skup podataka. Taj skup podataka nastao je slabo-nadziranim učenjem iz izvornog skupa kratkih izreka i citata koji su označeni kratkim fragmentima teksta (eng. \textit{; ; tags}; ; ). Četvero nezavisnih analitičara stvorilo je funkcije označavanja mapiranjem fragmenata teksta u emocije. Označavanje je obavljeno uz pomoć biblioteke Snorkel. Utrenirani model klasificira 28 emocija, a moguće ga je koristiti preko REST servisa.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo, Interdisciplinarne tehničke znanosti, Informacijske i komunikacijske znanosti, Psihologija

POVEZANOST RADA