|
|
Dolování dat z příchozích zpráv elektronické pošty
Šebesta, Jan ; Žemlička, Michal (vedoucí práce) ; Hnětynka, Petr (oponent)
V předložené práci studujeme možnosti automatického třídění příchozí emailové komunikace. Naším hlavním cílem je rozpoznání informací o nadcházejících workshopech a konferencích, nabídkách práce a vydávaných knihách. Snažíme se vyvinout nástroj, který informace vydoluje z dat získaných z oborových konferencí. Nabídky v konferencích přicházejí ve formě html, rtf, nebo prostého textu, ale informace v nich je zapsána v běžném jazyce. Text{miningovými metodami získáváme informace z běžného textu a ukládáme je ve strukturované formě, kterou je možné jednoduše strojově zpracovávat. Zkoumáme zpusob zpracování pošty člověkem a následně tyto poznatky aplikujeme při tvorbě systému. V průběhu práce řešíme problémy se samotným získáním zpráv, rozpoznáním jazyka a kódování a rozpoznáním typu zprávy. Informace, kterou ze zprávy potřebujeme získat se různí v závislosti na typu zprávy a události, které se týká. Teprve po rozpoznání nosné informace ve zprávě jsme schopni vydolovat data pro zjištěný typ události. Na závěr ukládáme získané znalosti do databáze, která umožňuje rychlou interakci s uživatelem.
|
|
|
Skupinový diář
Florián, Jiří ; Žemlička, Michal (vedoucí práce) ; Šerý, Ondřej (oponent)
Ať si to chceme či nechceme připustit, celý náš život se skládá z plnění rozličných úkolů a událostí. A právě vytvoření návrhu aplikace pro snadné plánování úkolů a událostí je cílem této bakalářské práce. Konkrétně půjde o aplikaci, která bude vhodná pro spojení osobního i pracovního plánování, aniž by přitom došlo k jakémukoli narušení soukromí.
|
|
|
Přívětivý translátor v Javě
Zvánovcová, Kateřina ; Žemlička, Michal (vedoucí práce) ; Bednárek, David (oponent)
Práce představuje implementaci rozšiřitelného translátoru, založeného na přívětivých gramatikách. Aplikace podporuje rozšíření syntaxe jazyka za běhu, tedy přidání syntaktického pravidla nebo nového terminálu na základě informací získaných z analyzovaného textu. Tato vlastnost má praktická využití například v případě, že zpracovávaný dokument může obsahovat i nové konstrukce (jak se tomu někdy stává u XML). Použití přívětivých gramatik umožňuje použít v zápise pravidel jednoduchou levou rekurzi, což umožňuje pohodlnější práci s některými konstrukcemi, jako jsou například aritmetické výrazy, které se při klasickém přístupu pomocí LL(k) gramatik formulují méně srozumitelně.
|
|
|
Dictionary methods as second phase of BWT
Kovalčin, Stanislav ; Lánský, Jan (vedoucí práce) ; Žemlička, Michal (oponent)
Burrows-Wheelerova transformace je jeden z nejoblíbenějších algoritmů používaných při bezztrátové kompresi dat. Druhá fáze obvykle pozůstává z kombinace algoritmů Move-to-front, Run-length encoding a bývá zapsaná Huffmanovým nebo aritmetickým kódováním. Jiná skupina algoritmů pro bezztrátovou kompresi dat používá slovníkové metody prostřednictvím algoritmů rodiny LZ. Tato diplomová práce experimentálně testuje vhodnost zapojení vybraných slovníkových metod (LZC, LZSS) do druhé fáze Burrows-Wheelerove transformace, nejen nad abecedou znaků a slov, ale i slabik. Tato vhodnost je testovaná i na velkých XML souborech. Je proto vhodné navrhnout modifikaci algoritmů druhé fáze Burrows-Wheelerove transformace pro velké abecedy. Je uvedené porovnání kompresního poměru s programy, které využívají Burrows-Wheelerove transformace nejen nad velkými XML soubory ale i nad Calgary korpusem.
|
|
|
Testovací framework kompresních metod
Štoček, Ondřej ; Žemlička, Michal (vedoucí práce) ; Lánský, Jan (oponent)
Existuje mnoho algoritmů komprese dat. Různé metody komprese se od sebe liší dosaženým kompresním poměrem a nároky na prostředky počítače. V praxi se navíc obvykle nepoužívají kompresní metody samostatně, ale využívají se jejich kombinace. Nabízí se proto představa softwarového nástroje, ve kterém bude možno snadno kombinovat existující kompresní metody do metod nových a následně je testovat. Hlavním cílem této práce je takový nástroj navrhnout a implementovat. Dalším cílem je také implementace základní knihovny kompresních a transformačních metod, které lze do tohoto nástroje zapojit a na kterých lze demonstrovat schopnosti celého řešení.
|
|
|
Text editor with syntax-directed functions
Gajarský, Pavol ; Bednárek, David (vedoucí práce) ; Žemlička, Michal (oponent)
Navrhnout a implementovat textový editor programátorského stylu s funkcemi řízenými syntaxí editovaného jazyka. Vhodným způsobem zadaná syntaktická pravidla budou sloužit jednak k vizuálnímu odlišení syntaktických konstrukcí, jednak k syntaxí řízeným funkcím jako průběžná indentace, formátování bloku, doplňování uzavíracích závorek, klíčových slov či XML elementů.
|
|
|
Získávání a správa údajů o konferencích a workshopech
Pilát, Martin ; Žemlička, Michal (vedoucí práce) ; Eckhardt, Alan (oponent)
Cílem této práce je vytvořit aplikaci, která pomůže svým uživatelům vyznat se v záplavě informací o konaných konferencích, workshopech, kongresech a symposiích. Počet zobrazovaných událostí lze omezit pomocí pokročilého systému uživatelsky definovaných filtrů. Aplikace obsahuje propracovaný systém uživatelských práv a umožňuje vytváření osobních a skupinových kalendářů konferncí. Důležitou součástí je také modul pro automatické dolování informací o konaných akcích příchozích zpráv. Tento modul používá jednoduché vyhledávání klíčových slov z ručně vytvořeného slovníku, k nalezení termínů, témat, názvu a dalších důležitých údajů týkajících se dané konference. Úspěšnost tohoto modulu je okolo 80% pro dolování termínů a okolo 70% při získávání dalších informací.
|
|
|
Efektivní ukládání html stránek
Matouš, Václav ; Žemlička, Michal (vedoucí práce) ; Lánský, Jan (oponent)
V rámci této práce byl vytvořen prototyp úložiště html dokumentů. Ukládání celých dokumentů je založeno jak na stávajících kompresních technikách (gzip, bzip2), tak i na novým metodách, kdy se dokument před kompresí vhodným způsobem předzpracuje. Ukládá-li se k jednomu dokumentu více verzí, mohou některé z nich být uloženy v podobě rozdílového souboru - je-li to v daném případě výhodné. Tyto rozdílové soubory mohou být opět komprimovány. V testech se metody z předzpracováním ukázaly jako mírně účinnější než metody původní. Rozdíl mezi účinností testovaných bezeztrátových a ztrátových metod předzpracování je relativně malý. Kombinace výše uvedených technik se v testech ukázala jako vhodná náhrada za kompaktní (solidní) archivy verzí jednotlivých dokumentů, přičemž navíc poskytuje velmi rychlý přístup k poslední (aktuální) verzi dokumentu, o které předpokládáme, že bude tou nejčastji požadovanou.
|
|
|
C-store: úložiště relačních dat po sloupcích
Částek, Petr ; Pokorný, Jaroslav (vedoucí práce) ; Žemlička, Michal (oponent)
Nestandardní přístup k implementaci relačních databázi - práce implementuje databázový systém ukládající data po sloupcích místo po řádcích. Vychází z návrhu systému C Store. Omezuje se však pouze na základní řešení problematiky. Řešeny jsou dvě oblasti: počáteční vytvoření včetně naplnění statické databáze převodem dat z jiného zdroje a dotazování. Databáze neukládá data do tabulek, ale tzv. projekcí - skupin několika stejně dlouhých sloupců. Nad takovou databází je následně možné vyhodnocovat dotazy rychleji, než u databází ukládajících data po řádcích, protože databázový stroj nemusí číst nerelevantní sloupce. Dotazování je umožněno předložením exekučního plánu sestávajícího z operátorů systému C Store. Operátory pracují se sloupci nebo celými projekcemi. Skládání těchto operátorů nahradí formulaci dotazů v notaci SQL - teď pro jednoduchost, do budoucna jako plánovač vyhodnocování dotazů. Práce formuluje pravidla chování různých operátorů. Tyto operátory také implementuje. Okrajově se mluví o optimalizaci exekučního plánu. K optimalizaci patří i rozšíření systému C Store o přímý přístup k položkám. Praktickým výstupem je knihovna poskytující programátorovi rozhraní pro práci s databází.
|
|
|
Compression corpus
Bertoli, David ; Lánský, Jan (vedoucí práce) ; Žemlička, Michal (oponent)
Cieľom tejto práce je navrhnúť novú štruktúru korpusu, ktorého zdrojové súbory nebudú prístupné užívateľom, aby nedochádzalo k špecifickému vývoji kompresných algoritmov s cieľom dosiahnuť uspokojivé výsledky v meraných parametroch. Ďalším bodom požiadaviek je vytvorenie testovacej aplikácie, ktorá by bola schopná otestovať jednotlivé programy (algoritmy) nad vytvoreným korpusom, a zároveň by mala byť schopná uchovávať výsledky testov pre komplexné štatistické vyhodnotenie kvality otestovaných programov a ich následné sprístupnenie registrovaným užívateľom.
|
host ::
RSS.