Original title: Inteligentní integrace dat z webových zdrojů
Translated title: Intelligent Data Integration from Web Sources
Authors: Jurišica, Rudolf ; Zaklová, Kristýna (referee) ; Burget, Radek (advisor)
Document type: Master’s theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Práce se zabývá inteligentním zpracováním dat z webových zdrojů obsahujících nestrukturovaná data. Navržený systém využívá moderní přístupy pro zpracování dat v podobě velkých jazykových modelů. Primárně se soustředí na použití jazykových modelů určených pro použití lokálně (na osobních počítačích). Optimalizaci výstupů modelů řeší pomocí pokročilých technik z oblasti prompt engineering. Výsledný systém provádí celý řetězec úloh. Získání dat z webových stránek a extrakci požadovaných informací z nestrukturovaných dat a jejich uložení. Následuje vyhledávání ve výsledcích za využití přirozeného jazyka. Použití systému umožňuje vytvořená webová aplikace. This thesis addresses the intelligent processing of data retrieved from web sources containing unstructured data. The proposed system utilizes modern data processing using Large Language Models. The primary focus is on the deployment of language models designed for local execution on personal computers. Model output optimization is achieved through advanced prompt engineering techniques. The resulting system provides a complete workflow: data acquisition from websites, extraction of required information from unstructured data, and subsequent storage. Furthermore, it enables searching within the results using natural language queries. The system is accessible via a developed web application.
Keywords: artificial intelligence; automotive advertisements; data normalization; dataset; intelligent data extraction; intelligent system; large language model; local LLM; machine learning; post-processing; prompt engineering; Retrieval-Augmented Generation; structured extraction; text-to-sql; web application; web scraping; web sources; automobilové inzeráty; datová sada; inteligentní extrakce dat; inteligentní systém; lokální LLM; normalizace dat; post-processing; prompt engineering; Retrieval-Augmented Generation; strojové učení; strukturovaná extrakce; text-to-sql; umělá inteligence; velké jazykové modely; web scraping; webová aplikace; webové zdroje

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/260512

Permalink: http://www.nusl.cz/ntk/nusl-776808


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses