20.500.12556/RUL-117614 Keyword extraction and named entity recognition on Reddit submissions Luščenje ključnih besed in razpoznavanje entitet v besedilih s portala Reddit The goal of this thesis was to create a pipeline for extraction of valuable information from short natural language texts, more specifically Reddit submissions. The two main areas of research that we covered were keyword extraction and named entity recognition for the extraction of keywords and the recognition of actors and movie titles in the texts. In our thesis we implemented and evaluated four different approaches for keyword extraction (RAKE, TextRank, LSTM and biLSTM networks) and three different approaches for named entity recognition (Spacy library models, Stanford NER and Fine-tuned BERT models). The analysis of the algorithms showed that the best results were achieved when using a three layered biLSTM network for keyword extraction, an uncased BERT model fine-tuned on the MIT movie corpus dataset for the recognition of actors, and the BERT model fine-tuned on the Ontonotes 5 dataset for the recognition of movie titles. Cilj te naloge je bila konstrukcija postopka za luščenje pomembnih podatkov iz kratkih besedil v naravnem jeziku, bolj specifično objav s spletnega portala Reddit. Dve glavni področji naših raziskav sta bili luščenje ključnih besed in razpoznavanje entitet. Za namene naloge smo implementirali in analizirali štiri algoritme za luščenje ključnih besed (RAKE, TextRank, nevronske mreže LSTM in biLSTM) in tri algoritme za razpoznavanje entitet (modeli knjižnice Spacy, Stanford NER in umerjeni modeli BERT). Analiza algoritmov je pokazala, da dosežemo najboljše rezultate z uporabo nevronske mreže s tremi sloji biLSTM za luščenje ključnih besed, model biLSTM za male črke, umerjen na podatkovni zbirki MIT movie corpus, za razpoznavanje imen igralcev in model, umerjen na podatkovni zbirki Ontonotes 5, za razpoznavanje naslovov filmov. Globoko učenje razpoznavanje entitet luščenje ključnih besed analiza Deep learning named entity recognition keyword extraction analysis true false false Angleški jezik Slovenski jezik Magistrsko delo/naloga 2020-07-17 13:10:13 2020-07-17 13:10:14 2024-02-26 11:01:36 0000-00-00 00:00:00 2020 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 25101 17020419 Hudobivnik_Rok_-_Luscenje_kljucnih_besed_in_razpoznavanje_entitet_v_besedilih_s_portala_Reddit.pdf Hudobivnik_Rok_-_Luscenje_kljucnih_besed_in_razpoznavanje_entitet_v_besedilih_s_portala_Reddit.pdf 1 35F573ED0AF38E1E62B088BAD2C7D76D 54a7bfa2f559f2be0f6c6f5d81ff567145c7231a107a380197925dfea07cb4b5 38b02524-a1b9-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=131494 Fakulteta za računalništvo in informatiko 0 0 0