|
| |
|
|
Automatická tvorba slovníků z překladových textů
Svoboda, František ; Matějka, Pavel (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem práce je vytvoření systému, který by dokázal generovat z paralelních dvojjazyčných textů překladové slovníky. Jsou popsány příklady, jak lze takové dokumenty získat, a jaké kroky je vhodné nad daty podniknout, aby z nich bylo možné extrahovat požadovanou informaci. Za tímto účelem byly prozkoumány a využity zejména statistické metody strojového překladu. Kromě popisu vytvořeného systému lze v práci nalézt rozbor problémů, které jsou s tématem spojeny, a hodnocení dosažených výsledků.
|
|
|
Korektor diakritiky
Veselý, Lukáš ; Sumec, Stanislav (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem předkládané práce je návrh a implementace aplikace, umožňující doplňování a naopak odstranění diakritiky v česky psaném textu. Popsána je použitá vyhledávací struktura trie a její vztah s konečnými automaty. Dále je předveden algoritmus minimalizace konečného automatu a diskutovány různé metody pro doplňování diakritiky. V praktické části je uvedena samotná implementace programu v programovacím jazyce Java s využitím objektově orientovaného přístupu. Na závěr je provedeno vyhodnocení a analýza dosažených výsledků.
|
|
| |
|
|
Nástroj pro úpravy a porovnávání slovníků ve formátu LMF
Fešar, Marek ; Kouřil, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
Práce seznamuje čtenáře s možnostmi slovníkových formátů a zaměřuje se na principy a sémantiku uložení dat ve formátu Lexical Markup Framework. Zvláštní pozornost je věnována vazbě na registr datových kategorií, který specifikuje obsah elementů LMF. V další části bude zmíněn databázový systém Oracle Berkeley pro ukládání slovníkových dat a další práci s nimi - adresování částí slovníku, získávání požadovaných informací a vzájemné porovnávání různých slovníků. Specifickou oblastí je hromadná změna informací ve slovnících obsažených. Pro tento účel se slovníková data podle druhu obsažené informace agregují a uživatel je může měnit. Důraz je kladen také na usnadnění úprav slovníků pomocí systému nápovědy, který uživatele seznamuje s očekávanými vlastnostmi slovníku.
|
|
|
Filtrování textů extrahovaných z PDF, OCR nebo webu
Lehnert, Filip ; Plchot, Oldřich (oponent) ; Szőke, Igor (vedoucí práce)
Předmětem této práce je pomocí sadou skriptů zdokonalit převod různých typů dokumentů do čistě textové podoby. Převodem různých nástrojů dochází ke vzniku šumu a ne zcela korektním převodem znaků. Tyto skripty extrahovaný textový soubor vyčistí tak, aby výsledný text byl čitelný, dával smysl a neobsahoval zbytky různě vyskytujících se znaků z převodu grafů, tabulek, vzorců apod. Skript pracuje univerzálně a nevyžaduje vstup vzniklý pouze z nástrojů OCR nebo převodu z formátu PDF či webu.
|
|
|
Data Mining Based Web Analyzer of Job Advertisements
Wittner, Alex ; Dzurenda, Petr (oponent) ; Sikora, Marek (vedoucí práce)
The goal of this bachelor's thesis was to create an automated submission of new job postings by inserting a URL within an existing web application https://rewire.informacni-bezpecnost.cz that aims to collect job postings in the cybersecurity field with a detailed job competency analysis. The job advertisements are analyzed using a multi-pattern search algorithm, Aho-Corasick, written in Java. A Python script using the Selenium library extracts information from job advertisements. The resulting implementation and web page are created using PHP and the ReactJS library using JavaScript.
|
|
| |
|
|
Odborné francouzsko-české překladové slovníky a terminologické databáze - historie a současný stav.
JODLOVÁ, Veronika
Hlavním cílem této diplomové práce je výzkum odborných francouzsko-českých překladových slovníků a glosářů, a rovněž francouzsko-českých terminologických databází. V teoretické části jsou definovány a poté blíže představeny lingvistické pojmy, které jsou tematicky spojeny s naší diplomovou prací. Jsou jimi lexikografie, terminologie, termíny a terminografie. Hlavní pozornost je věnována terminografii a zejména sestavení odborného dvojjazyčného slovníku. Praktická část se nejdříve věnuje výzkumu odborných francouzsko-českých překladových slovníků a glosářů. Tento výzkum je rozdělený do dvou hlavních částí. V první části jsou detailně popsány tituly vydané ve 21. století, a ve druhé části jsou popsány tituly vydané od konce 19. století do konce 20. století. Dále se tato část věnuje výzkumu francouzsko-českých terminologických databází, které jsou dostupné pro běžné uživatele.
|
|
|
Osmijazyčný slovník ze 16. století (rok vydání 1586) a analýza jeho slovní zásoby z hlediska tematického
Ptáčková, Vladimíra ; Švermová, Dagmar (vedoucí práce) ; Šustová, Magdaléna (oponent)
Předmětem zkoumání této diplomové práce byl osmijazyčný slovník z 16. století vytištěný na přelomu let 1585/1586 ze sbírek Pedagogického muzea J.A. Komenského v Praze. Slovník postrádá jakýkoli titulní list, a proto není znám původ slovníku, autor, ani jakému okruhu uživatelů měl slovník sloužit. Cílem této diplomové práce bylo pomocí překladu, analýzy témat konverzační příručky a analýzy slovní zásoby z hlediska tematického potvrdit nebo vyvrátit hypotézu, zda byl slovník určen obchodníkům a cestovatelům, čemuž by nasvědčovaly malé rozměry slovníku. Teoretická část diplomové práce se zabývá lexikografií. Předkládá definici a dělení slovníků, přičemž větší pozornost věnuje slovníkům překladovým. Následuje vývoj českého slovníkářství od jeho počátku až do současnosti. S ohledem na to, že součástí slovníku je i konverzační příručka, zabývá se teoretická část i tímto tématem. Dále je představen život v 16. století s cílem přiblížit dobu, ve které slovník vznikal. Praktická část vyvrátila hypotézu, že měl slovník sloužit pouze obchodníkům a cestovatelům. Z výsledků, které přinesla tato diplomová práce, vyplynulo, že slovník byl zamýšlen pro široký okruhu uživatelů, což potvrzuje samotný úvod slovníku a všeobecná slovní zásoba obsažená ve slovníkové části. Podle výběru témat v konverzační příručce je...
|
host ::
RSS.