АНОТИРАЊЕ И ОДРЕЂИВАЊЕ СЕНТИМЕНАТА ТВИТОТОВА ВЕЗАНИХ ЗА ПОЛИТИЧКУ СЦЕНУ РЕПУБЛИКЕ СРБИЈЕ

Владимир Буђен

doi:10.24867/23BE04Budjen

Владимир Буђен

DOI: https://doi.org/10.24867/23BE04Budjen

Ključne reči: твитер, сентимент, политика, вештачка интелигенција, BERT

Apstrakt

У раду је приказано одређивање сентимента твитова и креирање алата који одређује позицију аутора твитова на политичком компасу. Циљ рада је асистеннција корисницима при политичким изборима. За одређивање сентимента твита коришћен је BERTić модел. Добијени сентимент, у комбинацији са темом твита, је коришћен као улаз у модел SVM и Random Forest моделе који служе за поларизацију аутора твита.

Reference

[1] J. D. M.-W. C. K. L. K. Toutanova, „BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding“.
[2] B. G. J. R. A. F. F. M. Michael D. Conover, Predicting the Political Alignment of Twitter Users.
[3] E. L.-G. Jhon Adrian Ceron-Guzman, A Sentiment Analysis System of Spanish Tweets and Its Application in Colombia 2014 Presidential Election.
[4] D. L. Nikola Ljubešić, „BERTić - The Transformer Language Model for Bosnian, Croatian, Montenegrin and Serbian“.
[5] „EMBEDDIA/bertic-tweetsentimen,“ [На мрежи]. Available: https://huggingface.co/EMBEDDIA/bertic-tweetsentimen.
[6] „SrbAi,“ [На мрежи]. Available: https://github.com/Serbian-AI-Society/SrbAI.
[7] „Scikit-learn,“ [На мрежи]. Available: https://scikit-learn.org/stable/.
[8] М. Кнежевић, „Позиционирање корисника друштвене мреже Twitter на мапи политичког спектра помоћу корисничких твитова“.