|
|
Structured Data Extraction from Unstructured Text
Kóša, Peter ; Nečaský, Martin (vedoucí práce) ; Kopecký, Michal (oponent)
Název práce: Extrakcia štruktúrovaných dát z neštruktúrovaného textu Autor: Bc. Peter Kóša Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský Ph.D., Katedra softwarového inženýrství Abstrakt: Posledných 20 rokov sa stále zvyšuje množstvo informácií na internete a v publikovaných textoch. Tieto informácie sú ale často v neštruktúrovanej podobe, čo spôsobuje rozličné problémy, ako napríklad nemožnosť efektívne vyhľadávať v rozsiahlych kolekciách textov (lekárske správy, inzeráty, atď.). Na prekonanie týchto problémov potrebujeme efektívne nástroje schopné texty počítačovo spracovať, vyextrahovať z nich dôležité informácie a následne ich v určitej podobe uchovať pre ďalšie použitie. Cieľom tejto práce je porovnať existujúce riešenia medzi sebou ako aj porovnať ich s riešením, ktoré vzniklo v rámci softwareového projektu SemJob. Projekt SemJob je zároveň podrobne predstavený a čitateľ tak získa informácie o jeho vnútornej štruktúre a použitých algoritmoch. Klíčová slova: extrakcia štruktúrovaných dát, extrakčné pravidlá, ontológie, (semi)automatická indukcia wrapperov
|
|
|
Structured Data Extraction from Unstructured Text
Kóša, Peter ; Nečaský, Martin (vedoucí práce) ; Kopecký, Michal (oponent)
Název práce: Extrakcia štruktúrovaných dát z neštruktúrovaného textu Autor: Bc. Peter Kóša Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský Ph.D., Katedra softwarového inženýrství Abstrakt: Posledných 20 rokov sa stále zvyšuje množstvo informácií na internete a v publikovaných textoch. Tieto informácie sú ale často v neštruktúrovanej podobe, čo spôsobuje rozličné problémy, ako napríklad nemožnosť efektívne vyhľadávať v rozsiahlych kolekciách textov (lekárske správy, inzeráty, atď.). Na to, aby sme tieto problémy prekonali, potrebujeme efektívne nástroje schopné texty počítačovo spracovať, vyextrahovať z nich dôležité informácie a následne ich v určitej podobe uchovať pre ďalšie použitie. Cieľom tejto práce je porovnať existujúce riešenia medzi sebou ako aj porovnať ich s riešením, ktoré vzniklo v rámci softwarového projektu SemJob. Projekt SemJob je zároveň podrobne predstavený a čitateľ tak získa informácie o jeho vnútornej štruktúre a použitých algoritmoch. Klíčová slova: extrakcia štruktúrovaných dát, extrakčné pravidlá, (semi)automatická indukcia wrapperov
|
|
|
Structured Data Extraction from Unstructured Text
Kóša, Peter ; Nečaský, Martin (vedoucí práce) ; Kopecký, Michal (oponent)
Název práce: Extrakcia štruktúrovaných dát z neštruktúrovaného textu Autor: Bc. Peter Kóša Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský Ph.D., Katedra softwarového inženýrství Abstrakt: Posledných 20 rokov sa stále zvyšuje množstvo informácií na internete a v publikovaných textoch. Tieto informácie sú ale často v neštruktúrovanej podobe, čo spôsobuje rozličné problémy, ako napríklad nemožnosť efektívne vyhľadávať v rozsiahlych kolekciách textov (lekárske správy, inzeráty, atď.). Na to, aby sme tieto problémy prekonali, potrebujeme efektívne nástroje schopné texty počítačovo spracovať, vyextrahovať z nich dôležité informácie a následne ich v určitej podobe uchovať pre ďalšie použitie. Cieľom tejto práce je porovnať existujúce riešenia medzi sebou ako aj porovnať ich s riešením, ktoré vzniklo v rámci softwarového projektu SemJob. Projekt SemJob je zároveň podrobne predstavený a čitateľ tak získa informácie o jeho vnútornej štruktúre a použitých algoritmoch. Klíčová slova: extrakcia štruktúrovaných dát, extrakčné pravidlá, (semi)automatická indukcia wrapperov
|
|
|
Structured Data Extraction from Unstructured Text
Kóša, Peter ; Nečaský, Martin (vedoucí práce) ; Kopecký, Michal (oponent)
Název práce: Extrakcia štruktúrovaných dát z neštruktúrovaného textu Autor: Bc. Peter Kóša Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský Ph.D., Katedra softwarového inženýrství Abstrakt: Posledných 20 rokov sa stále zvyšuje množstvo informácií na internete a v publikovaných textoch. Tieto informácie sú ale často v neštruktúrovanej podobe, čo spôsobuje rozličné problémy, ako napríklad nemožnosť efektívne vyhľadávať v rozsiahlych kolekciách textov (lekárske správy, inzeráty, atď.). Na prekonanie týchto problémov potrebujeme efektívne nástroje schopné texty počítačovo spracovať, vyextrahovať z nich dôležité informácie a následne ich v určitej podobe uchovať pre ďalšie použitie. Cieľom tejto práce je porovnať existujúce riešenia medzi sebou ako aj porovnať ich s riešením, ktoré vzniklo v rámci softwareového projektu SemJob. Projekt SemJob je zároveň podrobne predstavený a čitateľ tak získa informácie o jeho vnútornej štruktúre a použitých algoritmoch. Klíčová slova: extrakcia štruktúrovaných dát, extrakčné pravidlá, ontológie, (semi)automatická indukcia wrapperov
|
host ::
RSS.