Avtomatska analiza in klasifikacija glasbenih besedil na podlagi čustevLAMPRET, ROK (Avtor) Marolt, Matija (Mentor) glasbena besedilaprepoznavanje čustevpridobivanje značilkprocesiranje naravnega jezikastrojno učenjePred kratkim so v študiji ugotovili, da lahko z uporabo nekaterih novih značilk občutno izboljšajo modele za klasifikacijo in regresijo glasbenih besedil glede na valenco in aktivnost čustev. Na podlagi te študije smo implementirali svoj sistem za tovrstno avtomatsko analizo glasbenih besedil. Delali smo z glasbenimi besedili v angleškem jeziku. Najprej smo s spleta pridobili vsa glasbena besedila. Ta besedila smo z našim procesorjem besedil preoblikovali v primerno obliko za ekstrakcijo značilk. Pripravili smo vrsto funkcij za pridobivanje značilk, s katerimi smo nato iz besedil izluščili različne tipe značilk. Nato smo značilke, s pomočjo algoritmov za selekcijo značilk, razvrstili po pomembnosti in izbrali le najpomembnejše. Z naključnim iskanjem parametrov smo optimizirali še parametre učnih algoritmov, ki smo jih učili na izbranih značilkah. Za učenje klasifikatorjev in regresorjev smo uporabili metodo podpornih vektorjev in Gradient Boosting. Uspešnost naših modelov smo na koncu ocenili s stratificiranim 10-kratnim prečnim preverjanjem. V delu predstavimo metode, ki smo jih uporabili za izgradnjo sistema, končno rešitev in rezultate, ki jih naš sistem dosega v primerjavi s sistemom iz prej omenjene študije.20172017-09-14 14:34:49Diplomsko delo/naloga95109VisID: 20297sl