|
|
Porovnávání cen v internetových obchodech
Koukola, Daniel ; Spousta, Miroslav (vedoucí práce) ; Semecký, Jiří (oponent)
Tato práce se zabývá problémy systémů pro porovnávání cen v internetových obchodech. Zaměřuje se na metody automatické extrakce dat z webových stránek a metody klasifikace takto získaných dat. Je navrženo a implementováno několik algoritmů pro řešení těchto úloh. Navržen je i nový algoritmus automatické extrakce dat založený na metodách strojového učení s učitelem. Implementované metody jsou vyzkoušeny na testovacích datech a jsou nalezeny vhodné parametry použitých algoritmů.
|
|
|
Systém pro hlasové ovládání programu Amarok
Kerpl, Lukáš ; Semecký, Jiří (vedoucí práce) ; Poch, Tomáš (oponent)
V předložené práci studujeme ovládání hudebního přehrávače Amarok pomocí lidského hlasu. Problém komunikace s počítačem pomocí hlasu je rozdělen na několik částí. V první části musíme rozpoznat, co uživatel říká. V poslední části bychom měli být schopni uživateli odpovědět, případně mu poskytnout nějaké informace. Mezi těmito dvěma částmi, musíme ovládat program, v našem případě hudební přehrávač Amarok. Tato práce popisuje všechny části a jejich spojení do fungujícího celku. Nechybí ani popis programu stejně jako popis použitých knihoven, včetně možných alternativ. Kapitola Využití a další možný vývoj obsahuje zamyšlení nad přínosem tohoto programu a ovládání počítače pomocí hlasu a to jak v současné době, tak především v budoucnosti.
|
|
|
Modulární fulltextový vyhledávač pro MySQL
Baroš, Martin ; Semecký, Jiří (vedoucí práce) ; Podveský, Petr (oponent)
Cílem bakalárského projektu je za pomoci databázového serveru MySQL vystavet fulltextový vyhledávac, který je schopen pracovat se specifickými vlastnostmi ceštiny. Není snahou naprogramovat moduly pro zpracování dokumentu na vysoké úrovni, které budou rešit lingvistické otázky, ale vytvorit dobre definované rozhraní, v rámci kterého lze zasouvat další (jiné) moduly, jejichž rozhraní odpovídá definici. Cílovou platformou je Unix, programovacím jazykem C++.
|
|
|
Verb Valency Frames Disambiguation
Semecký, Jiří ; Hajič, Jan (vedoucí práce) ; Krbec, Pavel (oponent) ; Lopatková, Markéta (oponent)
Semantic analysis has become a bottleneck of many natural language applications. Machine translation, automatic question answering, dialog management, and others rely on high quality semantic analysis. Verbs are central elements of clauses with strong influence on the realization of whole sentences. Therefore the semantic analysis of verbs plays a key role in the analysis of natural language. We believe that solid disambiguation of verb senses can boost the performance of many real-life applications. In this thesis, we investigate the potential of statistical disambiguation of verb senses. Each verb occurrence can be described by diverse types of information. We investigate which information is worth considering when determining the sense of verbs. Different types of classification methods are tested with regard to the topic. In particular, we compared the Naive Bayes classifier, decision trees, rule-based method, maximum entropy, and support vector machines. The proposed methods are thoroughly evaluated on two different Czech corpora, VALEVAL and the Prague Dependency Treebank. Significant improvement over the baseline is observed.
|
|
|
Statistické rozpoznávání jazyka
Toman, Josef ; Semecký, Jiří (vedoucí práce) ; Novák, Václav (oponent)
Tato práce pojednává o aplikaci využívající metody strojového učení k automatickému rozpoznávání jazyka a kódování. Postupně jsou zde rozebírána různá témata související s projektem. Stručný popis aplikace slouží k vytvoření představy o tom, jak program vypadá a jak se používá. V kapitole o statistických metodách je vysvětlen n-gramový jazykový model, EM-vyhlazování a křížová entropie. Rozebrány jsou některé partie implementace, například formát datových souborů a vnitřní reprezentace slov pomocí trie. Nechybí vyhodnocení rozsáhlého souboru experimentů, které sloužily k ověření spolehlivosti výsledků aplikace. Součástí je stručný souhrn možných použití vytvořeného softwaru.
|
|
|
Lexical Association Measures Collocation Extraction
Pecina, Pavel ; Hajič, Jan (vedoucí práce) ; Semecký, Jiří (oponent) ; Baldwin, Timothy (oponent)
This thesis is devoted to an empirical study of lexical association measures and their application to collocation extraction. We focus on two-word (bigram) collocations only. We compiled a comprehensive inventory of 82 lexical association measures and present their empirical evaluation on four reference data sets: dependency bigrams from the manually annotated Prague Dependency Treebank, surface bigrams from the same source, instances of surface bigrams from the Czech National Corpus provided with automatically assigned lemmas and part-of-speech tags, and distance verb-noun bigrams from the automatically part-of-speech tagged Swedish Parole corpus. Collocation candidates in the reference data sets were manually annotated and labeled as collocations and non-collocations. The evaluation scheme is based on measuring the quality of ranking collocation candidates according to their chance to form collocations. The methods are compared by precision-recall curves and mean average precision scores adopted from the field of information retrieval. Tests of statistical significance were also performed. Further, we study the possibility of combining lexical association measures and present empirical results of several combination methods that significantly improved the performance in this task. We also propose a model...
|
|
|
Konstrukce sémantického slovníku z neanotovaných dat
Kirschner, Martin ; Semecký, Jiří (vedoucí práce) ; Spousta, Miroslav (oponent)
V předložené práci jsou zkoumány možnosti konstrukce sémantických slovníků z neoanotovaných dat, tedy z prostého textu. Jsou zde porovnánány výhody a nevýhody několika možných přístupů anotace. Blíže je rozpracováno jedno řešení na základě latentní sémantické analýzy (LSA), které na rozdíl od ostatních metod řeší problém polysemie a synonymie. Dále jsou zde uvedeny podrobné detaily implementace a vyhodnocení. Výsledkem je sada nástrojů pro vytváření, převádění a prohlížení sémantických slovníků v českém jazyce. Použité postupy nejsou závislé na jazyce, pro který jsou implemantované.
|
|
|
Sport Manager Simulator
Zákutný, Roman ; Novák, Václav (vedoucí práce) ; Semecký, Jiří (oponent)
V prvej časti predloženej práce je popísaná technologická štruktúra webovej aplikácie - systému pre virtuálnu simuláciu športového sveta riadeného aktívnym prístupom užívateľa pri chode týmu. Jedná sa viacúrovňovú štruktúru na úrovni prezentačnej, aplikačnej a databázovej vrstvy a popis použitia a nasadenia jednotlivých frameworkov na týchto vrstvách. V druhej časti sa pozrieme na implementáciu modelu pre generovanie priebehu zápasu na základe parametrov ovplyvnených manažerskými schopnosťami jednotlivých užívateľov, ktorí sú vlastníkmi svojich týmov. Predstavíme si Markovove modely, ich konkrétne použitie, prepojenie pozorovania a náhody v danej situácii a výsledky štatisticky vyhodnotíme.
|
|
|
Časopis Ohníček: kvantitativní obsahová analýza vybraných pozornostních prvků časopisu v období 1950-2001
Semecký, Jiří ; Končelík, Jakub (vedoucí práce) ; Wolák, Radim (oponent)
Bakalářská práce "Časopis Ohníček: kvantitativní obsahová analýza vybraných pozornostních prvků časopisu v období 1950-2001" pojednává o zastoupení a významové roli vizuálních pozornostních prvků v prostředí dětského tištěného periodika. Popisuje stručnou historii a kontext vydávání časopisu, a dále se pak, v souvislosti s procesem vyvolání bezděčné a záměrné pozornosti, zabývá aktem smyslového vnímání lidského organizmu, se zaměřením na vnímání vizuální. Pomocí metody kvantitativní obsahové analýzy se snaží zachytit vývoj míry plošného zastoupení zvolených, graficky výrazných prvků časopisu, především pak titulků a obrazové složky, které bezprostředně působí na vizuální vnímání příjemce, a které tak disponují největším potenciálem upoutat prostřednictvím orientačně pátracího reflexu jeho neúmyslnou pozornost. Ta se následně, na základě míry naplnění individuálních očekávání a zájmů, může změnit v pozornost záměrnou. Vnější forma jednotlivých příspěvků tak tedy svou vizuální atraktivitou přispívá ke vzbuzení zájmu o jejich obsahovou složku. Vývoj zvolených pozornostních prvků je, za pomoci časových sond, sledován v celém období vydávání uvedeného dětského časopisu.
|
|
|
Verb Valency Frames Disambiquation
Semecký, Jiří
Semantic analysis has become a bottleneck of many natural language applications. Machine translation, automatic question answering, dialog management, and others rely on high quality semantic analysis. Verbs are central elements of clauses with strong influence on the realization of whole sentences. Therefore the semantic analysis of verbs plays a key role in the analysis of natural language. We believe that solid disambiguation of verb senses can boost the performance of many real-life applications. In this thesis, we investigate the potential of statistical disambiguation of verb senses. Each verb occurrence can be described by diverse types of information. We investigate which information is worth considering when determining the sense of verbs. Different types of classification methods are tested with regard to the topic. In particular, we compared the Na¨ive Bayes classifier, decision trees, rule-based method, maximum entropy, and support vector machines. The proposed methods are thoroughly evaluated on two different Czech corpora, VALEVAL and the Prague Dependency Treebank. Significant improvement over the baseline is observed.
|
host ::
RSS.