Reprezentativno učenje u obradi prirodnog jezika

završni rad

• Naslov (engleski): Representation learning for natural language processing
• Autor: Ana Pribanić
• Mentor: Nives Mikelić Preradović (mentor)
• Član povjerenstva: Tomislava Lauc (predsjednik povjerenstva)
• Član povjerenstva: Sanja Kišiček (član povjerenstva)
• Član povjerenstva: Nives Mikelić Preradović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Filozofski fakultet; (Odsjek za informacijske i komunikacijske znanosti); Zagreb
• Datum i država obrane: 2021-09-17, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti

Sažetak

Obrada prirodnog jezika postaje sve aktivnijim područjem istraživanja. Razvoj tehnika reprezentativnog učenja od lokalnih do distribuiranih reprezentacija omogućio je tehnologijama obrade prirodnog jezika bolje razumijevanje semantičkog značenja i konteksta riječi i rečenica na prirodnim jezicima. Veliki napredak ostvaren je dvosmjernim treniranjem modela transformera čija je izvedba prikazana u ovom radu vizualizacijom skupa podataka IMDB recenzija na hrvatskom i engleskom jeziku.

Sažetak (engleski)

Natural language processing has become an increasingly active area of research. The development of representative learning techniques from local to distributed representations has enabled natural language processing technology to better understand the semantic meaning and context of words and sentences in natural languages. Great progress has been made in the bidirectional training of transformer models whose performance is presented in this paper by their visualization of a set of IMDB reviews in Croatian and English language.

• Ključne riječi: obrada prirodnog jezika; reprezentativno učenje; lokalna reprezentacija; distribuirana reprezentacija; transformeri; BERT
• Ključne riječi (engleski): natural language processing; representation learning; local representation; distributed representation; transformers; BERT
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:131:538908
• Studijski program: Naziv: Informacijske znanosti; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) informacijskih znanosti (univ. bacc. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2021-09-17 15:29:01