|
|
|
|
| LEADER |
01941na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160602093553.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid1931
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Čulinović, Filip
|9 36828
|
| 245 |
1 |
0 |
|a Primjena nenadziranog strojnog učenja za akviziciju glagolskih razreda iz korpusa :
|b završni rad /
|c Filip Čulinović ; [mentor Jan Šnajder].
|
| 246 |
1 |
|
|a Acquisition of Verb Classes from Corpus using Unsupervised Machine Learning
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b F. Čulinović,
|c 2015.
|
| 300 |
|
|
|a 29 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2015-06-12, datum završetka: 2015-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Problem sličnosti riječi težak je problem područja analize prirodnog jezika. U ovom radu opisano je stvaranje glagolskih razreda pomoću metoda nenadziranog strojnog učenja. Korišten je algoritam grupiranja MCL te je rad modela isproban na podacima korpusa hrwac. Implementacija modela je ostvarena u programskom jeziku Python.
|
| 520 |
3 |
|
|a Sažetak na engleskom: Word similarity is a difficult natural language processing task. In this paper, verb class acquisition problem is solved using unsupervised machine learning methods. For the clustering parts, MCL algorithm has been used and the model has been tested on data from hrwac corpus. The model described in this paper has been implemented in Python programming language.
|
| 653 |
|
1 |
|a nenadzirano strojno učenje, analiza prirodnog jezika, glagolski razredi, grupiranje, sličnost riječi, semantika
|
| 653 |
|
1 |
|a unsupervised machine learning, natural language processing, verb classes, clustering, word similarity, semantics
|
| 700 |
1 |
|
|a Šnajder, Jan
|4 ths
|9 19016
|
| 942 |
|
|
|c Z
|2 udc
|
| 999 |
|
|
|c 46325
|d 46325
|