prikaz prve stranice dokumenta Klasifikacija tekstova temeljena na skupovima riječi
  Download
PDF 782.43 KB
undergraduate thesis
Klasifikacija tekstova temeljena na skupovima riječi
2023. urn:nbn:hr:190:541588
Kozina, Ante
University of Rijeka
Faculty of Engineering
Department of Computer Engineering
Section of Intelligent Computing Systems

Cite this document

Kozina, A. (2023). Klasifikacija tekstova temeljena na skupovima riječi (Undergraduate thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, Ante. "Klasifikacija tekstova temeljena na skupovima riječi." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, Ante. "Klasifikacija tekstova temeljena na skupovima riječi." Undergraduate thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina, A. (2023). 'Klasifikacija tekstova temeljena na skupovima riječi', Undergraduate thesis, University of Rijeka, Faculty of Engineering, accessed 02 February 2025, https://urn.nsk.hr/urn:nbn:hr:190:541588

Kozina A. Klasifikacija tekstova temeljena na skupovima riječi [Undergraduate thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2023 [cited 2025 February 02] Available at: https://urn.nsk.hr/urn:nbn:hr:190:541588

A. Kozina, "Klasifikacija tekstova temeljena na skupovima riječi", Undergraduate thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:190:541588

Please login to the repository to save this object to your list.
Metadata
TitleKlasifikacija tekstova temeljena na skupovima riječi
Title (english)Text Classification based on Bag-of-Words Models
AuthorAnte Kozina
MentorIvo Ipšić (mentor)
Committee memberMiroslav Joler (predsjednik povjerenstva)
Committee memberIvo Ipšić (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
(Department of Computer Engineering)
(Section of Intelligent Computing Systems)
Rijeka
Defense date and country2023-09-13, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom radu predstavljen je jezični model temeljen na zbirkama riječi te je napravljen program koji na osnovu tog modela klasificira članke hrvatske Wikipedije. Prikazan je proces obrade HTML koda internet članka kako bi se iz njega mogao izdvojiti samo sadržaj vezan uz taj članak. Opisane su različite metode odabira i povezivanja n-torki. Korištenjem drugog skupa metoda izračunate su vjerojatnosti da je zadani članak određene kategorije i prikazane su u tablicama. Usporedbama tablica zaključeno je koje kombinacije metoda imaju najprecizniju klasifikaciju.
Abstract (english)
This thesis presents the bag of words model and a created program which uses that model to classify Croatian Wikipedia articles. The process of parsing the HTML code of internet articles is shown, with the goal of extracting only the content related to the article. Several methods of choosing and connecting n-grams are described. Using a different set of methods, probabilities that a given article is of a certain category are calculated and shown in the tables. Using those tables, a conclusion about the best-performing combinations of methods is made.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:541588
Study programmeTitle: Computer Engineering
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2023-09-13 15:08:03