Klasifikasi peran
Beri label protagonis atau antagonis pada setiap kelompok tokoh.
Apa yang dilakukan
Untuk setiap kelompok tokoh, kalimat yang menyebut tokoh itu menjadi konteksnya. Model yang dilatih dalam tesis memberi label protagonis atau antagonis pada kelompok itu berdasarkan konteks tersebut.
Label peran adalah alat bantu analisis, bukan kesimpulan akhir. Akurasi model terbatas: F1 rata-rata semua model di tesis di bawah 0,70.
Cara kerja
Tesis membandingkan enam algoritma (K-Nearest Neighbor, Decision Tree, Support Vector Machine, Gaussian Naive Bayes, Random Forest, Multilayer Perceptron) dengan fitur word vector (TF-IDF dan word embedding FastText) dan fitur leksikon (BaliSentiLex dan POS tag).
- Model bawaan
- K-Nearest Neighbor + TF4 (M2) F1 CV 0,6666 (Tabel 4.57) · F1 uji 0,6451 (Tabel 4.60)
- Model terbaik menurut tesis
- Support Vector Machine + TF5 (M2) F1 CV 0,6811 (Tabel 4.59) · F1 uji 0,6460 (Tabel 4.60)
Mode Peneliti memungkinkan Anda memilih model mana pun yang tersedia dari eksperimen tesis. Kelompok tokoh dengan konteks sangat sedikit diberi peringatan, karena labelnya kurang andal.