Analiza uporabe velikih jezikovnih modelov pri obdelavi predlogov državljanov na portalu predlagam vladiLikar, Nik (Avtor) Dečman, Mitja (Mentor) javna upravae-participacijaobdelava naravnega jezikaveliki jezikovni modelipredlagam.vladi.siklasifikacija besedilanaliza sentimentaDiplomsko delo obravnava uporabo metod obdelave naravnega jezika za avtomatsko klasifikacijo in analizo predlogov ter komentarjev državljanov na slovenskem portalu e-participacije predlagam.vladi.si. Portal je od začetka delovanja leta 2009 zbral 19.000 predlogov in 135.000 komentarjev, ki na portalu niso avtomatsko kategorizirani ali analizirani, kar otežuje njihovo učinkovito obravnavo. V empiričnem delu je bilo testiranih več različnih pristopov in modelov na treh nalogah: tematska kategorizacija predlogov (9 razredov), čustveni ton predlogov (4 razredi) in sentiment komentarjev (3 razredi). Pripravljen je bil ročno označen vzorec 500 predlogov in 300 komentarjev, ki je bil razdeljen v razmerju 70:30 na učni in testni nabor. Na teh podatkih je bilo evalviranih 6 modelov: klasična pristopa TF-IDF + SVM in fastText, lokalna modela Llama 3.2-3B in GaMS3-12B v načinu zero-shot ter s prilagoditvijo QLoRA in komercialni model OpenAI GPT-5-mini. Slednji je pri vseh treh nalogah dosegel najboljše rezultate in je pri tematski klasifikaciji uspel pravilno označiti skoraj tri četrtine predlogov. Najbolj se mu je približal slovenski lokalni model GaMS3-12B s prilagoditvijo QLoRA, in sicer na nekaj odstotnih točk razlike. Analiza čustvenega tona je bila težavna za vse modele, najboljši rezultat je znašal F1 = 0.49. Delo prispeva k sistematičnemu pregledu uporabnosti različnih NLP metod na slovenskih javnoupravnih besedilih. Vzpostavlja ročno označen nabor podatkov in definira tri kategorizacijske sheme na pridobljeni podatkovni zbirki portala.[N. Likar]20262026-06-16 09:50:02Diplomsko delo/naloga183614sl