|
|
Analýza postojů v oblasti automobilového průmyslu
Bezák, Adam ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je oboznámiť sa so základnými metódami analýzy postojov na sociálnych sieťach. Téma práce je zameraná na automobilový priemysel, avšak princíp práce je možné použiť na akékoľvek iné skúmané odvetie. Podstatou praktickej časti je získanie dát zo sociálnych sietí, ich analýza a následná indexácia do ElasticSearch databáze. Ďaľším cieľom práce je tieto dáta vizualizovať prostredníctvom portálu. Vytvorený webový portál poskytuje rôzne štatistiky popredných automobilových značiek, prehľad nových trendov alebo vizualizáciu názorov na konkrétne aspekty jednotlivých automobilov.
|
|
|
Automatické vytváření slovníků z paralelních korpusů
Popelka, Jan ; Pecina, Pavel (vedoucí práce) ; Mareček, David (oponent)
V rámci práce implementujeme vlastní systém pro zarovnání slov v paralelním korpusu. Použitá diskriminativní metoda zarovnání využívá lexikálních asociačních měr a dalších příznaků a vyžaduje malé množství ručně anotovaných trénovacích dat pro optimalizaci parametrů modelu. Optimální zarovnání je nalezeno jako nejlevnější hranové pokrytí v ohodnoceném bipartitním grafu, na základě vybraných suboptimálních zarovnání je rozlišena věrohodnost spojů. Použitá kombinace příznaků je experimentálně vyladěna s ohledem na dosažení optimálních výsledků. Výsledky zarovnání jsou vyhodnoceny a porovnány se systémem GIZA++. Nejlepší natrénovaný model je využit pro zarovnání česko-anglického paralelního korpusu Czeng 0.9. Na základě nejvěrohodnějších spojů je z korpusu extrahován ohodnocený překladový lexikon jednoslovných výrazů. Překladové dvojice jsou seřazeny podle významnosti a je provedeno automatické vyhodnocení přesnosti pro různé velikosti slovníků. Pro tři vybrané velikosti slovníku je vyhodnocení provedeno ručně.
|
|
|
News Feed Classifications to Improve Volatility Predictions
Pogodina, Ksenia ; Šopov, Boril (vedoucí práce) ; Červinka, Michal (oponent)
Tato práce analyzuje různé metody klasifikace textu za účelem zjištění, zda-li publikované novinové články o konkrétních společnostech umožňují lepší sim ulaci a predikci volatility akcií dané společnosti. V práci zkoumáme obsah textu publikovaných novinových článků a z toho vycházející sentiment (směr a síla) za použití tří různých přístupů: supervised machine learning Naive Bayes algoritmus, lexicon-based jako zástupce lingvistického přístupu a hy bridní Naive Bayes. V rámci hybridního Naive Bayes jsou uvažována pouze slova obsažená v daném lexikonu a nikoliv celý obsah článku. Pro lexicon- based přístup používáme nezávisle dva lexikony, jeden s binárním a jeden vícetřídním hodnocením sentimentu. Sentiment v trénovacím setu pro Naive Bayes byl přiřazen autorem. Z porovnání klasifikační metod založených na machine learning dojdeme k závěru, že všechny metody dosahují podobných výsledků z nichž nejlépe vychází hybridní Naive Bayes používající vícetřídní lexikon. Výstupní kvantitativní data ve formě hodnot sentimentu jsou pak dále zahrnuta do modelování volatility pomocí GARCH. Výsledky ukazují, že informace obsažené v novinových článcích přinášejí další vysvětlující prvek do tradičního GARCH modelu a jsou schopné zlepšit odhad. Nicméně, nejsme schopni získat dost podkladů pro určení nejlepší...
|
|
|
Srovnání tradičního slovníkového popisu a korpusu psané češtiny s ohledem na sémantickou prozodii
Vovchuk, Oleksandr ; Cvrček, Václav (vedoucí práce) ; Hudousková, Andrea (oponent)
Slovníky češtiny byly budovány v předkorpusové éře, je proto pochopitelné, že některé výklady v nich obsažené nejsou schopny reflektovat fakt, že určité lexémy preferují určitý typ kontextu - sémantickou prozódii (následky jsou např. vždy pouze nedozírné nebo katastrofální, zatímco úmysl může být nekalý i dobrý). Cílem práce je srovnat vybrané části slovníku (náhodně vybraná sonda do českých adjektiv) s územ obsaženým v korpusech, popsat rozsah chybějících informací v současném popisu češtiny a zmapovat, kolik procent informace o heslech v současných slovnících chybí. Východiskem zkoumání by měl být Slovník spisovného jazyka českého a reprezentativní korpusy psaného jazyka SYN2005, příp. SYN2010. Analýza kontextů bude prováděna (u frekventovanějších hesel na náhodných vzorcích) pomocí statistických metod a kolokačních měr. Rozdíl mezi definicemi popsanými ve slovníku a informací získanou pomocí korpusového průzkumu by se tak mohl stát dalším vodítkem při přípravě nového slovníku (vedle doplnění celé řady hesel, které ve slovnících češtiny dosud chybí). Klíčová slova lexikon, korpus, sémantická prozódie
|
|
|
Slovní zásoba hry Mölkky
Červ, Petr ; Janovec, Ladislav (vedoucí práce) ; Vlčková, Jana (oponent)
Tato bakalářská práce pojednává o slovní zásobě hry mölkky. V první části jsou vymezeny základní pojmy a definice. V další části je popsána hra mölkky, její pravidla, historie a současnost. Podstatnou část práce tvoří výběr nejpoužívanějších slov a slovních spojení v oblasti hry mölkky. Vybrané výrazy jsou analyzovány z hlediska obsahu a formy.
|
|
| |
|
|
News Feed Classifications to Improve Volatility Predictions
Pogodina, Ksenia ; Šopov, Boril (vedoucí práce) ; Červinka, Michal (oponent)
Tato práce analyzuje různé metody klasifikace textu za účelem zjištění, zda-li publikované novinové články o konkrétních společnostech umožňují lepší sim ulaci a predikci volatility akcií dané společnosti. V práci zkoumáme obsah textu publikovaných novinových článků a z toho vycházející sentiment (směr a síla) za použití tří různých přístupů: supervised machine learning Naive Bayes algoritmus, lexicon-based jako zástupce lingvistického přístupu a hy bridní Naive Bayes. V rámci hybridního Naive Bayes jsou uvažována pouze slova obsažená v daném lexikonu a nikoliv celý obsah článku. Pro lexicon- based přístup používáme nezávisle dva lexikony, jeden s binárním a jeden vícetřídním hodnocením sentimentu. Sentiment v trénovacím setu pro Naive Bayes byl přiřazen autorem. Z porovnání klasifikační metod založených na machine learning dojdeme k závěru, že všechny metody dosahují podobných výsledků z nichž nejlépe vychází hybridní Naive Bayes používající vícetřídní lexikon. Výstupní kvantitativní data ve formě hodnot sentimentu jsou pak dále zahrnuta do modelování volatility pomocí GARCH. Výsledky ukazují, že informace obsažené v novinových článcích přinášejí další vysvětlující prvek do tradičního GARCH modelu a jsou schopné zlepšit odhad. Nicméně, nejsme schopni získat dost podkladů pro určení nejlepší...
|
|
|
Analýza postojů v oblasti automobilového průmyslu
Bezák, Adam ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je oboznámiť sa so základnými metódami analýzy postojov na sociálnych sieťach. Téma práce je zameraná na automobilový priemysel, avšak princíp práce je možné použiť na akékoľvek iné skúmané odvetie. Podstatou praktickej časti je získanie dát zo sociálnych sietí, ich analýza a následná indexácia do ElasticSearch databáze. Ďaľším cieľom práce je tieto dáta vizualizovať prostredníctvom portálu. Vytvorený webový portál poskytuje rôzne štatistiky popredných automobilových značiek, prehľad nových trendov alebo vizualizáciu názorov na konkrétne aspekty jednotlivých automobilov.
|
|
|
Adjectival networks. On the grammar of French denominal adjectives
Strnadová, Jana ; Štichauer, Pavel (vedoucí práce) ; Radimský, Jan (oponent) ; Namer, Fiammetta (oponent)
v češtině Cílem této práce je analýza derivace denominálních adjektiv su xací ve francouzštině. Práce je podložena lexikem o zhruba 15 000 adjektiv, z nichž 40% může být považováno za denominální, tedy za adjektiva odvozená od substantiv. V první části práce představujeme studovaný jazykový materiál. Popisujeme sesta- vení korpusu, nomenklaturu přídavných jmen Dénom, která obsahuje data pocházející z rozsáhlých lexikálních databází. Abychom lépe umístili denominální adjektiva v rámci systému přídavných jmen, uvádíme přehled francouzských přídavných jmen z pohledu jejich způsobu tvorby. Denominální adjektiva jsou tu nejpočetnější skupinou. Zabýváme se vymezením formálních hranic a sémantickou a distribuční kohezí třídy denominální adjektiv. Zvláštní pozornost je věnována odchylkám ve formě a ve významu mezi bází a derivátem. Druhá část práce představuje studii formálních a sémantických vlastností pravidelně odvozených přídavných jmen a jejich nominálních bází. Ty byly vybrány na základě frekvence jednotlivých alternačních typů mezi bází a derivátem. Abychom určili faktory, které ovlivňují tvorbu přídavných jmen, předkládáme popis fonologických a morfologi- ckých vlastností nominálních bazí. To nám umožní identi kovat morfologické niky, tedy situaci, kdy su x báze přitahuje jeden konkrétní su x...
|
|
|
Proměny jazyka televizního zpravodajství z let 1985 a 2010
Geršáková, Jana ; Čmejrková, Světla (vedoucí práce) ; Gebhartová, Markéta (oponent)
Tato diplomová práce zůstává z analýzy a vzájemného srovnání televizních zpravodajských relací Události a Televizní noviny. Sleduje jazykovou úpravu a výběr jazykových prostředků v analogických pořadech s odstupem pětadvaceti let, vysílaných na veřejnoprávní televizi. Práce prezentuje rozbor lexikální, syntaktický i fonologický. Jazykový rozbor je také doplněn frekvenčním slovníkem výrazů užívaných ve zpravodajství.
|
host ::
RSS.