Název:
Sumarizace dokumentů z oblasti finančních trhů
Autoři:
Chochula, Peter Typ dokumentu: Diplomové práce
Rok:
2021
Jazyk:
slo
Abstrakt: [cze][eng] Tato práce se zabývá analýzou procesu automatické strojové sumarizace za účelem identifikace vhodného přístupu k sumarizaci článků z oblasti finančních trhu. Nejlepších výsledků strojové sumarizace dosahují přístupy hlubokého strojového učení, které byly objeveny v posledních letech. Práce se zabývá jejich popisem a tvorbou postupů, jak tyto přístupy používat, vyhodnotit a porovnat. Dále práce představuje náhled na historii metod strojové sumarizace a její různé formy, které se nachází v literatuře. Za účelem vyhodnocení jednotlivých přístupů vznikl anglický dataset určený na sumarizaci se zaměřením na oblast zájmu této práce.This work analyses the process of automatic machine summarization to identify a suitable document summarizaton approach focused on financial markets. Nowadays, the best results in machine summarization are produced using deep learning methods based that emerged only in recent years. This work describes these approaches and creates a pipeline that uses, evaluates, and compares them against each other. Further, in this work can be found brief introduction into the history of machine summarization and its various forms that can be found in the literature. To evaluate all the methods, this work presents a new English dataset focused on summarization task with a focus on financial markets.
Klíčová slova:
dataset; deep learning; financial markets; finanční trhy; hluboké učení; natural language processing; sumarizace; summarization; zpracování přirozeného jazyka