20.500.12556/ReVIS-11070 Določanje ključnih besed in tematik besedil magistrska naloga Z vedno večjo količino besedilnih vsebin postajajo učinkovita obdelava, analiza in razumevanje teh besedil ključni za številne naloge, vključno z razvrščanjem besedil v kategorije, izboljšanjem iskalnih algoritmov, generiranjem povzetkov ter spremljanjem in analizo trendov. Poseben izziv predstavlja analiza kratkih in neformalnih besedil, kot so objave na družbenih omrežjih. Naša raziskava se osredotoča na dve ključni področji: ekstrakcijo ključnih besed in določanje tematik besedil. Za ekstrakcijo ključnih besed smo implementirali in analizirali štiri algoritme: RAKE, TextRank, YAKE in KeyBERT, za določanje tematik besedil pa smo preučili algoritme: LDA, prodLDA, NMF in BERTopic. Cilj naše raziskave je oceniti učinkovitost in zanesljivost teh algoritmov ter izbrati najprimernejšega za specifične potrebe, s posebnim poudarkom na boljši analizi in razumevanju kratkih, neformalnih besedil. Kot rezultat med drugim potrdimo, da se učinkovitost algoritmov spreminja glede na vrsto besedila. With the increasing amount of textual content, effective processing, analysis, and understanding of texts are becoming crucial for various tasks, including text classification, improving search algorithms, generating summaries, and monitoring and analyzing trends. A particular challenge lies in the analysis of short and informal texts, such as social media posts. Our research focuses on two key areas: keyword extraction and topic modeling. For keyword extraction, we implemented and analyzed four algorithms: RAKE, TextRank, YAKE, and KeyBERT. For topic modeling, we studied the algorithms LDA, prodLDA, NMF, and BERTopic. The goal of our research is to evaluate the effectiveness and reliability of these algorithms and select the most suitable one for specific needs, with a particular emphasis on better analysis and understanding of short, informal texts. Among other findings, we confirm that efficiency of algorithms varies depending on the type of text. ekstrakcija ključnih besed določanje tematik koherenca Twitter predpriprava besedil keyword extraction topic modeling coherence Twitter text preprocessing true true false N. Robida Slovenski jezik Angleški jezik Magistrsko delo/naloga 2024-12-03 12:30:30 2024-12-03 12:30:30 2025-02-07 03:17:48 0000-00-00 00:00:00 2024 0 Novo mesto 2024 Novo mesto Na ov.: Magistrska naloga : študijskega programa druge stopnje; XVII, 127 str. 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.93(043.2) 215810819 MAG_2024_Nika_Robida.pdf MAG_2024_Nika_Robida.pdf 1 791CA3DAA8AFCD0ADA8BB4BEB9DF4D8D 6924e33d7eadf85f13deaf4f50969045efaeef7f3d6756f22ffa74e7b034f131 a4efd6af-b16a-11ef-ba3f-001a4af901a5 https://revis.openscience.si/Dokument.php?lang=slv&id=12650 Fakulteta za informacijske študije v Novem mestu 0 0 0