|
|
Effect of the Czech Stemming Algorithm on the Document Retrieval
Pytelka, Petr ; Strossa, Petr (advisor) ; Pinkas, Otakar (referee)
This thesis deals with the measurement of the quality of the stemming/lemmatization algo-rithm for the Czech language in document processing systems and provides an analysis of the results. The theoretical part of the thesis describes the principles of the full-text search, the possibilities of implementation as well as the common problems which have to be solved in connection with the processing of natural language. Methods of evaluating the quality of lemmatization, using recall and precision, are discussed. In addition, the theoret-ical part covers the method of measuring the index of under-stemming and over-stemming, which can be applied for the purposes of a more detailed evaluation. An experiment for evaluating the lemmatization algorithms is proposed in the second part of the thesis. A specialized application has been developed to perform the experiment in three different systems, namely Apache Lucene, the PostgreSQL database systems and the Microsoft SQL Server. The experiment is based on the Prague Dependency Treebank cor-pus. It has been carried out both for the corpus as a whole and for selected word classes separately. Further analysis of the results for Czech stemmer in Apache Lucene leads to a proposal for several modifications of the algorithm. Such modifications result in measurable improvements. The results achieved show how metrics discussed, together with the values measured, can be used for improving the lemmatization algorithms and thus to improve the full-text search for Czech language.
|
|
|
LIBER 41st Annual Conference
Svoboda, Martin ; Busch, Kristýna
Konference LIBER 2012 se konala ve dnech 27. 6. 2012 – 30. 6. 2012 v konferenčním centru Dorpat v Tartu, v Estonsku. Kristýna Busch prezentovala Polytematický strukturovaný heslář v podobě příspěvku – plakátu – s názvem Identifying candidates for the new subject headings based on the web behaviour of end-users. Poster stručně představuje Polytematický strukturovaný heslář (PSH) a dále detailně rozebírá proces analýzy logu vyhledávání v katalogu NTK – především cíle analýzy (identifikace kandidátů na nová hesla PSH), metodu (sběr, příprava a analýza dat) a výsledky (např. počet přijatých a zamítnutých hesel PSH). Poster je umístěn v institucionálním repozitáři na adrese http://repozitar.techlib.cz/record/443. Jedním z přínosů cesty pro Národní technickou knihovnu byla i možnost aktivního ovlivnění strategického plánu sdružení LIBER na léta 2013-2015, jehož členem je i NTK.
Fulltext:  PDF
|
|
| |
|
|
Zone of the grey information
Pejšová, Petra
To, co se nezveřejní, ani Google o tom neví. Výzkumné zprávy, vysokoškolské práce, příspěvky z konferencí a další odborné materiály jsou sice vydávány, ale dostane se k nim pouze úzká skupina uživatelů. Toto se snažíme změnit. Hledejte na www.nusl.cz .
Slides: PDF
|
|
|
Grey Literature in VUGTK
Drozda, Jiří
Výzkumný ústav geodetický, kartografický a topografický (VÚGTK) se věnuje výzkumu a vývoji v oboru zeměměřičství, geodynamiky země a katastru nemovitostí, vývoji a testování nových technik, postupů a software a odborným konzultacím v těchto oblastech. Při těchto činnostech vzniká velké množství šedé literatury, kterou VÚGTK částečně zveřejňuje prostřednictvím svých webových stránek. V roce 2011 VÚGTK začal koncepčně řešit uchování šedé literatury s cílem vybudovat digitální repozitář. Strategickým záměrem VÚGTK je bezpečné uchování a zveřejnění šedé literatury s dodržením standardů pro výměnu dat tak, aby své výstupy mohl dále šířit prostřednictvím národních a mezinárodních bází. V příspěvku bude představeno též využití metodik a standardů Národního úložiště šedé literatury a navázání spolupráce.
Slides: nusl-126841_1 - PDF; nusl-126841_3 - PDF
Video: nusl-126841_2 -  MP4
|
|
|
User Interface National Repository of Grey Literature 2012
Pavlová, Lucie
V centrálním rozhraní NUŠL (www.nusl.cz) je již připojeno přes 70 institucí z řad pracovišť Akademie věd České republiky, státních i soukromých vysokých škol, veřejných výzkumných organizací, knihoven, muzeí a dalších. Různorodost zaměření těchto institucí vedla k dalším rozšířením a úpravám v centrálním rozhraní NUŠL, které využívá vyhledávací systém FAST Search. Představena bude nová funkcionalita centrálního rozhraní NUŠL a také novinky z vývoje vyhledávacího systému FAST samotného. Součástí příspěvku budou i praktické ukázky.
Slides: nusl-126840_1 - PDF; nusl-126840_3 - PDF
Video: nusl-126840_4 - MP4
|
|
|
Searching Czech Grey Literature
Frantíková, Bohdana
Cílem příspěvku je představit vyhledávání v Centrálním vyhledávacím rozhraní Národního úložiště šedé literatury (NUŠL). Centrální rozhraní NUŠL nabízí intuitivní vyhledávání ve sbírkách více institucí najednou a je hlavním přístupovým bodem k hledání šedé literatury v České republice. NUŠL svým zaměřením doplňuje klasické informační zdroje a měl by být součástí rešeršních služeb v českých knihovnách. NUŠL se zaměřuje na odbornou šedou literaturu především z oblasti vědy, výzkumu a vzdělávání. Spolupracujícími partnery NUŠL a hlavními zdroji šedé literatury z oblasti vědy a výzkumu jsou Akademie věd České republiky, veřejné výzkumné instituce, vysoké školy, knihovny a muzea. Součástí prezentace bude on-line vyhledávání v Centrálním rozhraní NUŠL (http://www.nusl.cz).
Slides: PDF
|
|
|
National Repository of Grey Literature: the source for information about hardly available documents
Vyčítalová, Hana
Cílem příspěvku je představit digitální repozitář Národní úložiště šedé literatury (NUŠL) jako zdroj pro vyhledávání informací o obtížně dostupných dokumentech, které spadají do oblasti šedé literatury (tj. nepublikovaná či polopublikovaná literatura) a nebývají součástí běžných fondů knihoven. NUŠL spravuje Národní technická knihovna (NTK).NUŠL se zaměřuje na odbornou šedou literaturu především z oblasti vědy, výzkumu a vzdělávání. Spolupracujícími partnery NUŠL a hlavními zdroji šedé literatury z oblasti vědy a výzkumu jsou Akademie věd České republiky, veřejné výzkumné instituce, vysoké školy, knihovny a muzea. V příspěvku bude detailně představen obsah repozitáře, zajímavé typy dokumentů a především možnosti vyhledávání dokumentů v NUŠL. Centrální rozhraní NUŠL nabízí intuitivní vyhledávání ve sbírkách více institucí najednou a je hlavním přístupovým bodem k hledání šedé literatury v České republice. NUŠL svým zaměřením doplňuje klasické informační zdroje a měl by být součástí rešeršních služeb v českých knihovnách.
Slides: idr-384_1 - PDF
Video: idr-384_2 - MP4
|
|
| |
|
| |
guest ::
