ПОЗИЦИОНИРАЊЕ КОРИСНИКА ДРУШТВЕНЕ МРЕЖЕ ТВИТЕР НА МАПИ ПОЛИТИЧКОГ СПЕКТРА ПОМОЋУ КОРИСНИЧКИХ ТВИТОВА
DOI:
https://doi.org/10.24867/20BE06KnezevicKljučne reči:
Твитер, политичкa оријентација, SVM, BERTApstrakt
У раду је представљен приступ за одређивање политичке оријентације корисника друштвене мреже Твитер базиран на његовим/њеним јавно доступним твитовима. Приступ је заснован на машинском учењу уз употребу Support Vector Machines класификаотра, BERT језичког модела и библиотеке Selenium.
Reference
[1] Ideology Detection for Twitter Users via Link Analysis: Yupeng Gu, Ting Chen, Yizhou Sun and Bingyu Wang (http://web.cs.ucla.edu/~yzsun/papers/2017_SBP_Ideology)
[2] Selenium WebDriver (https://www.selenium.dev/documentation/webdriver)
[3] BERTić - The Transformer Language Model for Bosnian, Croatian, Montenegrin and Serbian, Nikola Ljubešić, Davor Lauc (https://aclanthology.org/2021.bsnlp-1.5.pdf)
[4] SrbAI - Python biblioteka za procesiranje srpskog jezika (https://github.com/Serbian-AI-Society/SrbAI)
[5] Support Vector Machines – Scikit (https://scikit-learn.org/stable/modules/svm.html)
[6] MatPlotLib (https://matplotlib.org)
[2] Selenium WebDriver (https://www.selenium.dev/documentation/webdriver)
[3] BERTić - The Transformer Language Model for Bosnian, Croatian, Montenegrin and Serbian, Nikola Ljubešić, Davor Lauc (https://aclanthology.org/2021.bsnlp-1.5.pdf)
[4] SrbAI - Python biblioteka za procesiranje srpskog jezika (https://github.com/Serbian-AI-Society/SrbAI)
[5] Support Vector Machines – Scikit (https://scikit-learn.org/stable/modules/svm.html)
[6] MatPlotLib (https://matplotlib.org)
##submission.downloads##
Objavljeno
2022-11-02
Broj časopisa
Rubrika
Elektrotehničko i računarsko inženjerstvo
