20.500.12556/RUL-183614 Analiza uporabe velikih jezikovnih modelov pri obdelavi predlogov državljanov na portalu predlagam vladi diplomsko delo Analysis of the use of large language models in citizen proposals on the predlagam vladi portal Diplomsko 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. The thesis examines the use of large language processing methods for automated classification and analysis of citizen proposals and comments on Slovenian e-participation portal predlagam.vladi.si. Since the site’s launch in 2009 the portal has accumulated 19 thousand proposals and 135 thousand comments, which are not being automatically categorized or analyzed, making their effective processing challenging. In the empirical part of the study there were several approaches and models evaluated across three tasks: thematic classification of proposals (9 classes), emotional tone of proposals (4 classes) and comment sentiment (3 classes). A manually labeled sample of 500 proposals and 300 comments was created and split into training and test set in a 70:30 ratio. Six models were evaluated on this data: classical TF-IDF + SVM and fastText approaches, local models Llama 3.2-3B and GaMS3-12B in zero-shot setting as well as fine-tuned with QLoRA and commercial OpenAI GPT-5-mini model. The latter achieved the best result across all three tasks, correctly classifying almost three-quarters of proposals in thematic classification task. The closest performance was achieved by Slovenian local model GaMS3-12B fine-tuned with QLoRA with only a few percentage points difference. Emotional tone classification proved challenging for all models with the best result reaching an F1 score of 0.49. This work provides a systematic overview of the applicability of different NLP methods to Slovenian public administration texts. It establishes a manually labeled dataset and defines three categorization schemes based on the collected portal data. javna uprava e-participacija obdelava naravnega jezika veliki jezikovni modeli predlagam.vladi.si klasifikacija besedil analiza sentimenta public administration e-participation natural language processing large language models predlagam.vladi.si text classification sentiment analysis true false false [N. Likar] Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-06-16 09:50:02 2026-06-16 09:50:09 2026-06-26 12:18:56 0000-00-00 00:00:00 2026 0 Ljubljana 0 Ljubljana XI, 61 str. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8:35(497.4-054.5(043.2) 19036 282813443 Likar_Nik_-_ANALIZA_UPORABE_VELIKIH_JEZIKOVNIH_MODELOV_PRI_OBDELAVI_PREDLOGOV_DRZAVLJANOV_NA_POR.pdf Likar_Nik_-_ANALIZA_UPORABE_VELIKIH_JEZIKOVNIH_MODELOV_PRI_OBDELAVI_PREDLOGOV_DRZAVLJANOV_NA_POR.pdf 1 BC24329610A2E987646A3E3FC284DC52 040659ea926853006a942a3df793c544f1ae117892498a904aedbd6d2dc6e19a f03bfef5-6957-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=235722 Fakulteta za upravo Fakulteta za računalništvo in informatiko 0 0 0