Pressinõukogule esitatud kaebuste otsuste ennustamine masinõppe abil

dc.contributor.advisorSirts, Kairit, juhendaja
dc.contributor.authorRämson, Anne-Liis
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.contributor.otherTartu Ülikool. Arvutiteaduse instituutet
dc.date.accessioned2023-08-24T09:29:03Z
dc.date.available2023-08-24T09:29:03Z
dc.date.issued2022
dc.description.abstractKäesolevas töös käsitletakse aastatel 2001-2021 Pressinõukogule esitatud kaebusi ja kaebustele vastavaid meediatekste. Töö eesmärkideks on anda statistiline ülevaade Pressinõukogule esitatud kaebustest ja Pressinõukogu otsustes nimetatud eetikakoodeksi punktide mainimistest, rakendada klassifitseerimismeetodeid kaebustele vastavatele meediatekstidele ning leida klassifitseeriv mudel, mis eristaks õigeksmõistva ja tauniva otsuse saanud meediatekste. Töö teoreetilises osas antakse ülevaade tekstikaevest, klassifitseerimismudelitest (logistiline regressioon, tugivektorklassifitseerija, fastText) ja klassifitseerimismudelite hindamismõõdikutest. Kaebuste analüüsimisel selgus, et Eesti suuremad väljaanded jagunevad eetikakoodeksi punktide mainimiste osas kahte gruppi. Leiti kolm suurt ajakirjandusväljaannet, mille kohta on esitatud kaebustes enam mainimisi saanud koodeksipunkt 4.2 ning kolm väljaannet, mille artiklite puhul on kõige enam mainimisi saanud koodeksipunkt 1.4. Taunivaid otsuseid prognoosis kõige paremini fastText klassifitseerija lemmatiseeritud tekstidel.et
dc.identifier.urihttps://hdl.handle.net/10062/91735
dc.language.isoestet
dc.publisherTartu Ülikoolet
dc.rightsopenAccesset
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectPressinõukoguet
dc.subjecttekstikaeveet
dc.subjectajakirjandustekstide klassifitseerimineet
dc.subject.othermagistritöödet
dc.subject.otherinformaatikaet
dc.subject.otherinfotehnoloogiaet
dc.subject.otherinformaticset
dc.subject.otherinfotechnologyet
dc.titlePressinõukogule esitatud kaebuste otsuste ennustamine masinõppe abilet
dc.typeThesiset

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Ramson_ITM_2022.pdf
Size:
1.02 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: