|
|
Converting HTML product data to Linked Data
Kadleček, Rastislav ; Nečaský, Martin (vedoucí práce) ; Svoboda, Martin (oponent)
Pre priblíženie sa myšlienke Sémantického Webu je potrebný výskum v oblasti získavania sémantických informácií z dokumentov publikovaných na súčasnom Webe 2.0. Neustále narastajúci počet dát publikovaných vo forme relačných tabuliek viedol ku vzniku systému Odalic. Systém Odalic, založený na rozšírenej verzii Semantic Table Interpretation algoritmu TableMiner+ , poskytuje pohodlný spôsob sémantizácie tabuľkových dát za pomoci existujúcich znalostných databáz. Cieľom tejto práce je navrhnúť vylepšenú verziu algoritmu pre systém Odalic, ktorý by mu umožnil získať sémantické informácie z tabuliek reprezentujúcich dáta o produktoch z e-shopov napriek tomu, že takéto dáta majú v existujúcich znalostných databázach neveľké zastúpenie. To by malo byť dosiahnuté použitím metódy strojového učenia - klasifikácie. Táto diplomová práca sa skladá z týchto častí - získavanie a príprava dát o produktoch z e-shopov, porovnanie niekoľkých vybraných klasifikačných algoritmov, popis návrhu a implementácie vylepšeného algoritmu pre systém Odalic, popis integrácie tohto algoritmu do systému Odalic, vyhodnotenie prínosu tohto algoritmu pre systém Odalic za pomoci získaných produktových dát a sémantizácia získaných...
|
|
|
Universal Framework for HTML Triplification
Kadleček, Rastislav ; Stárka, Jakub (vedoucí práce) ; Klímek, Jakub (oponent)
Cieľom tejto bakalárskej práce je predstaviť technológie Linked Data a Resource Description Framework, prieskum situácie v oblasti získavania dát z HTML dokumentov a ich prevodu do formátu RDF. V práci je predstavený softwarový systém Strigil, ktorý slúži práve na účely triplifikácie dát z HTML dokumentov, je však rozšíriteľný aj na iné formáty. Schopnosti tohoto systému sú demonštrované prostredníctvom triplifikácie dát z vybraných zdrojov. Nad získaných dátami sú následne vytvárané niektoré štatistické informácie. Na záver je celá práca zhrnutá, a sú uvedené niektoré postrehy ohľadne extrahovania dát z Webových stránok.
|
host ::
RSS.