|
|
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
|
|
|
Graphical user interface for an RDF visualizer
Kóša, Peter ; Dokulil, Jiří (vedoucí práce) ; Dědek, Jan (oponent)
V této práci prozkoumáme jednu implementaci grafického rozhraní pro zobrazení a procházení RDF dat. Tato bude porovnána s několika již existujícími programy řešícím tutéž úlohu, což je následováno shrnutím jejich kladů a záporů. Hlavním zaměřením práce jsou detaily této konkrétní implementace, zhodnocení použitých algoritmů a komponent z C# a XAML technologií. Dále krátce uvedeme, jaká možná vylepšení a rozšíření by neměly ve finálním produktu chybět, pokud by dospěl až k masové distribuci.
|
|
|
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
|
|
|
Graphical user interface for an RDF visualizer
Kóša, Peter ; Dědek, Jan (oponent) ; Dokulil, Jiří (vedoucí práce)
V této práci prozkoumáme jednu implementaci grafického rozhraní pro zobrazení a procházení RDF dat. Tato bude porovnána s několika již existujícími programy řešícím tutéž úlohu, což je následováno shrnutím jejich kladů a záporů. Hlavním zaměřením práce jsou detaily této konkrétní implementace, zhodnocení použitých algoritmů a komponent z C# a XAML technologií. Dále krátce uvedeme, jaká možná vylepšení a rozšíření by neměly ve finálním produktu chybět, pokud by dospěl až k masové distribuci.
|
host ::
RSS.