Naslov
Primjena tematskih modela na analizu dokumenata na hrvatskom jeziku
(Application of Topic Models to Analysis of Croatian Documents)

Autori
Kusalić, Ivan

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

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
28.06

Godina
2011

Stranica
40

Mentor
Šnajder, Jan

Ključne riječi
dubinska analiza teksta; tematski modeli; hrvatski jezik; LDA; pLSA
(text mining; topic models; Croatian language; LDA; pLSA)

Sažetak
Generativni modeli s latentnim varijablama statistički su modeli podataka koji podatke opisuju temeljem njihovih skrivenih odnosno latentnih svojstava. Tematski modeli (engl. topic models) vrsta su generativnih modela s latentnim varijablama koji omogućavaju modeliranje apstraktnih tema sadržanih u tekstu dokumenta. Dana je teorijska podloga tematskih modela kao i njihov smještaj unutar većih grupa statističkih modela. Proučavane su teoretske osnove modela probabilističke semantičke analize (pLSA) i latentne Dirichletove alokacije (LDA). U eksperimentalnom dijelu pokazana je ispravnost generativnog smjera modela LDA i rezultati primjene istog na modeliranje dokumenata hrvatskog jezika. Na kraju je demonstrirana perspektivnost modela LDA za redukciju dimenzionalnosti reprezentacije dokumenata.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA