|
Strukturovaná data na WWW
Pátek, Daniel ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
Tato práce se zaměřuje na sémantický web, jeho klíčové technologie a reprezentaci strukturovaných dat na webu. Prozkoumává standardní formáty jako RDF a OWL, metody jako JSON-LD, a znalostní databáze jako Wikidata a DBpedia. Zabývá se extrakcí, vizualizací a propojením strukturovaných dat s externími databázemi. Hlavním cílem je vytvořit aplikaci, která umožní efektivní práci se strukturovanými daty a jejich propojení s vědomostními bázemi.
|
|
Detektory strukturovaných dat pro účely testování software
Znojil, Ondřej ; Turoňová, Lenka (oponent) ; Smrčka, Aleš (vedoucí práce)
Tato práce se zabývá návrhem a popisem implementace nástroje pro analýzu strukturovaných dat v často používaných formátech jako je JSON nebo XML. Nástroj je jedním z mnoha dílších prvků platformy Testos, což je sada vzájemně komunikujících testovacích nástrojů. Primárním cílem této práce je vytvoření analyzátoru za účelem testování a propojení s dalšími nástroji v rámci projektu. Nástroj slouží k agregaci vstupních dat, určení váhy jednotlivých datových entit a abstrakcí skalárních hodnot.
|
|
Automatizovaná detekce datových typů ve strukturách
Oháňka, Martin ; Hruška, Martin (oponent) ; Smrčka, Aleš (vedoucí práce)
Tato práce se zabývá syntézou datových struktur pro účely testování softwaru. Konkrétně se práce věnuje analýze reálných dat za účelem detekce datových typů pro následné generování testovacích dat. Analýza dat je prováděna ve dvou rovinách: řídícím systémem pro plánování a spouštění dílčích detekcí a samotnými detektory. Výsledkem této bakalářské práce je analýza a implementace nástroje obsahující sadu detektorů datových typů nad stromovými datovými strukturami jako jsou JSON, YAML či XML. Detektory mají za úkol určit význam hodnot, případně i závislosti mezi daty. Sadu lze podle potřeby snadno rozšířit, aby bylo možné detekovat i složitější významy a závislosti. Výsledky těchto analýz půjde využít pro generovaní nových testovacích dat pro účely testování softwaru.
|
|
Rozšíření Apache Tika o extrakci textu ze souborů průmyslových formátů
Rešetár, René ; Burget, Radek (oponent) ; Rychlý, Marek (vedoucí práce)
Cieľom bakalárskej práce bolo rozšíriť syntaktické analyzátory projektu Apache Tika o extrakciu tabuliek a dát z priemyslových formátov dokumentov z laboratórnych prístrojov. Tieto dáta majú byť uložené v štruktúrovanom formáte podľa určitej schémy. V teoretickej časti boli preskúmané dodané industriálne formáty, projekt Apache Tika a možnosti jeho rozšírenia. V praktickej časti bol navrhnutý a implementovaný nástroj, ktorý dokumenty pomocou projektu Apache Tika klasifikuje, spracuje, vytvára z nich štruktúrované dáta vo formáte JSON a tie následne validuje. Na záver bola vytvorená sada testov pre overenie a demonštráciu vlastností riešenia.
|
|
Automatizovaná detekce závislostí datových struktur
Nováček, Pavel ; Fiedor, Tomáš (oponent) ; Smrčka, Aleš (vedoucí práce)
Tato práce se zabývá problematikou automatizovaného získávání znalostí ze strukturovaných dat, konkrétně pak detekcí závislostí datových typů ve stromově strukturovaných datech. Práce je řešena v kontextu platformy Testos, která cílí na automatizaci softwarového testování. Cílem řešení je navrhnout a implementovat nástroj, jenž bude automatizovaně plánovat a spouštět dílčí detekce nad vzorky reálných datových struktur. Detekce budou vykonávány externími moduly označované jako detektory, se kterými bude nástroj spolupracovat. Vytvořené řešení je realizováno jako služba implementující algoritmus, jenž komunikuje s detektory prostřednictvím dobře definovaného protokolu a paralelně jim zadává požadavky na provádění dílčích detekcí, jejichž výsledky následně vyhodnocuje. Službu lze ovládat a úkolovat pomocí vytvořeného HTTP API. Výsledky detekcí, tj. zjištěné významy či závislosti ve vstupních datech, jsou využívány dalšími nástroji platformy Testos za účelem generovaní nových testovacích dat, jejichž struktura odpovídá vstupním vzorkům reálných dat.
|
|
Generování strukturovaných testovacích dat
Olšák, Ondřej ; Holík, Lukáš (oponent) ; Smrčka, Aleš (vedoucí práce)
Cílem této práce je vytvořit nástroj umožňující generovat soubory obsahující strukturovaná data za účelem testování na základě vstupních domén. Tato práce se soustředí na stromově strukturovaná data. Nástroj integruje již dříve implementované nástroje pro tvorbu testovacích dat splňujících uživatelem vybrané kritérium pokrytí vstupních domén. Vytvořený nástroj je schopen generovat sady testovacích souborů ve formátu JSON a XML s testovacími daty, které splňují kritérium pokrytí ECC, BCC nebo PWC.
|
|
Interaktivní vizualizace XML
Kubíček, Daniel ; Stryka, Lukáš (oponent) ; Chmelař, Petr (vedoucí práce)
Práce se zabývá problémem zobrazování XML. V první části je ve stručnosti popsán jazyk XML a jeho základní charakterizace. Stručně shrnuty možnosti využití XML, jeho výhody, syntaxe XML a popsána logická struktura. Práce také částečně popisuje i problematiku načítání XML v Javě. Dále se zabývá problémem vizualizace XML, kde jsou shrnuty v krátkosti vlastnosti, výhody a nevýhody dostupných XML vizualizačních nástrojů. Kapitola Implementace popisuje výběr vhodného programovacího jazyka a vývojového prostředí. Stručně popisuje jednotlivé dostupné modelovací nástroje se zdůvodněním, proč nemohly být použity. Vytvořená aplikace obsahuje dva typy zobrazení XML elementů, základní a agregační typ. Byla tak naprogramována aplikace umožňující jednoduché zobrazení XML. Tento program je ve fázi praktického a využitelného vizualizačního nástroje a je možné jej dále rozšiřovat a upravovat.
|
|
Automatické generování testovacích dat informačních systémů
Naňo, Andrej ; Fiedor, Tomáš (oponent) ; Smrčka, Aleš (vedoucí práce)
Nastroj ISAGENumoznuje automaticke generovanie komplexnych sturkturovanych testovacich vstupov imitujucich realnu komunikaciu z prostredia modernych informacnych systemov. Komplexne data, typicky so strukturou stromu v sucasnosti predstavuju zakladny transportacny prostriedok pre prenos informacii medzi uzlami distribuovanych informacnych systemov. Automaticky generator ISAGENvychadza z metodologie datami riadeneho testovania a vyuziva konkretne data z produkcneho prostredia ako hlavnu charakteristiku a specifikaciu pre riadenie generovania novych podobnych dat pre testovacie pripady splnajuce zadane kombinacne kriteria. Hlavnym prinosom tejto prace je obsiahle predlozenie technik pre automatizovane generovanie dat spolocne s praktickou implementaciou, ktora demonstruje ich pouzitie. Vytvorene riesenie umoznuje testerom vytvarat viac relevantne testovacie data, ktore vhodne reprezentuju realnu komunikaciu z produkcnych informacnych systemov.
|
|
Question Answering over Structured Data
Birger, Mark ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
This thesis deals with question answering over structured data. In knowledge databases, a structured data is usually represented by graphs. However, to satisfy information needs using natural language interfaces the system is required to hide the underlying schema from users. A question answering system with a schema-agnostic graph-based approach was developed as a part of this work. In contrast to traditional question answering systems that rely on deep linguistic analysis and statistical methods, the developed system explores provided graph to yield and reuse semantic connection for a known question-answer pair. Lack of large domain-specific structured data made us perform evaluation with the help of prominent open linked datasets such as Wikidata and DBpedia. Quality of separate answering stages and the approach in general was evaluated using adapted evaluation dataset and standard metrics.
|
|
Important Entity Recognition in Web Page Text
Svítková, Veronika ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
The aim of this thesis is training named entity recognition model on a dataset created using structured data. Datasets were created from the names of products and books extracted from structured data in JSON-LD and Microdata format. Structured data were extracted from e-shop and social cataloging websites by web scraping. Names were used as a dataset by themselves as well as webpage text with automatically annotated matches of the names. In total eight models in Czech language were trained for recognizing names of products and books using spaCy library. F-score results are up to 89.94 for products and up to 84.26 for books evaluated on a created testing dataset.
|