|
|
Strojový překlad do češtiny přes lematický text
Viktorinová, Eva ; Zeman, Daniel (oponent) ; Bojar, Ondřej (vedoucí práce)
Bakalářská práce se zabývá možností vylepšení překladu z angličtiny do češtiny. Popisuje problém bohaté české morfologie a navrhuje několik metod řešení tohoto problému převedením češtiny na lematický text. Podrobněji zpracovává překlad využitím alternativních dekódovacích cest, kde první cesta překládá z angličtiny do tvarované češtiny a druhá z angličtiny do lematické češtiny.
|
|
| |
|
| |
|
|
Nástroj pro sběr paralelních textů z webu
Klempová, Hana ; Ježek, Pavel (oponent) ; Bojar, Ondřej (vedoucí práce)
Aplikace WebCorpus byla implementována s cílem vyvinout funkční nástroj pro tvorbu paralelního (česko-anglického) korpusu z daných webů. Paralelním korpusem rozumíme množinu dvojic textů, které jsou si s největší pravděpodobností překladem. Tato práce detailně popisuje zvolený algoritmus a porovnává implementované metody. Během vyhledávání paralelních dokumentů porovnáváme informace o struktuře textu a nejčastějších slovech. Nakonec dokládáme použitelnost celé aplikace spárováním textů z jednoho velkého a několika menších webů.
|
|
|
Movie subtitles as a source of parallel texts
Beňa, Peter ; Bojar, Ondřej (oponent) ; Žabokrtský, Zdeněk (vedoucí práce)
Student se seznámí s metodami a nástroji pro budování paralelních korpusů a zaměří se na česko-anglický paralelní korpus Czeng. Hlavním cílem práce je zvýšit kvalitu té části Czengu, která byla vytvořena z anglických a českých titulků k filmům a seriálům. Především je nutné vypracovat automatické metody, které v paralelním korpusu naleznou a odstraní chybně spárované nebo jinak vadné texty nebo jejich části. Výsledky čištění korpusu budou kvantitativně vyhodnoceny.
|
|
|
Evidence klientů daňového poradce
Štěrba, Jan ; Novák, Václav (oponent) ; Bojar, Ondřej (vedoucí práce)
Cílem projektu je zhotovit systém pro evidenci klientů daňového poradce. Systém bude jednak sloužit k evidenci všech potřebných dat o klientech a pracích a dále bude fungovat jako nástroj pro plánování práce. Důležitá je schopnost vygenerovat informaci o pracích, jejich termínu, stavu a naléhavosti, poskytnout uživateli statistická data o výnosnosti a platební morálce klientů. Systém bude podporovat výstup do dále použitelných formátů a práci více uživatelů současně.
|
|
|
Hierarchical reactive planning with transions
Mikula, Tomáš ; Bojar, Ondřej (oponent) ; Brom, Cyril (vedoucí práce)
Hierarchické reaktívne plánovanie (HRP) je oblúbená metóda pre riadenie správania umelých bytostí. Výhodou HRP je, že sa v ňom i komplexné správania zapisujú pomerne jednoducho. HRP má však v určitých situáciach problémy s biologickou vierohodnosťou. Toto je zčasti spôsobené tým, že sa v HRP obtiažne zapisujú tzv. prechodné správania a odloženie správania. Prechodné správania sú krátke činnosti, ktoré by simulované bytosti mali vykonávať medzi dvoma hlavnými správaniami a zabezpečiť hladký prechod medzi nimi. Odloženie správania je vhodné v prípade, keď bežiace správanie bude čoskoro končiť a preto by nemalo byť prerušené. V tejto práci rozšírime model HRP o prechodné správania a odloženie správania a popíšeme implementovaný prototyp.
|
|
|
Automatická extrakce laxikálně-syntaktických údajů z korpusu
Bojar, Ondřej
V práci studujeme možnosti automatizovaného získávání lexikálně-syntaktických údajů z korpusů, konkrétně se zaměřujeme na extrakci slovesných rámců. Upozornili jsme, že pro tento účel korpusy PDT ani ČNK svým rozsahem plně nepostačují. Implementovali jsme jednoduchý nástroj pro selektivní rozšiřování korpusů na základě textů z Internetu. Vyhodnotili jsme tři dostupné syntaktické analyzátory češtiny z často opomíjených, a přesto významných hledisek. Implementovali jsme vlastní systém fi ltrace vstupních vět, který identifi kuje "velmi jednoduché věty". Na těchto větách parsery dosahují vyšší úspěšnosti. Vytvořený systém AX pro filtraci vět je obecný, filtry lze zaměřit na zisk příkladů pro extrakci libovolných typů údajů z korpusu. Systém lze použít mj. k částečné či úplné syntaktické analýze vět a v práci je představen formou uživatelské příručky. Dále studujeme možnosti zpracování pozorovaných rámců na rámce povrchové a valenční. Implementujeme řazení pozorovaných rámců do hierarchie, která je vhodným podkladem pro anotátora. Závěrem upozorňujeme na problémy plně automatického zpracování pozorovaných či povrchových rámců na rámce valenční.
|
|
|
Automatické úpravy kontextu v textových polích
Dřínek, Vratislav ; Bojar, Ondřej (vedoucí práce) ; Horký, Vojtěch (oponent)
Název práce: Automatické úpravy kontextu v textových polích Autor: Vratislav Dřínek Ústav: Ústav formální a aplikované lingvistiky Vedoucí bakalářské práce: RNDr. Ondřej Bojar Ph.D., Ústav formální a aplikované Lingvistiky Abstrakt: Tématem této bakalářské práce je pomocník při úpravě textu. Program se snaží předvídat uživatelovy záměry a usnadnit mu jejich dokončení. Úloha, kterou se zabývá tato práce je zcela nová a funkcionalita není nejen v běžných textových editorech k dispozici. Téma práce bylo inspirováno uživatelským rozhraním programovacího prostředí Visual Studio, které občas samo navrhuje programový kód, který programátor s nejvyšší pravděpodobností hodlá napsat. Pro svou práci pomocník používá morfologickou analýzu vět pomocí již existujícího nástroje Morphodita. Klíčová slova: větný rozbor, český slovník, morphodita tagger, autocomplete
|
|
|
Kontextově závislý slovník pro překladatele
Fanta, Petr ; Bojar, Ondřej (vedoucí práce) ; Kuboň, Vladislav (oponent)
Při ručním překládání krátkých textů, jaké se vyskytují například na sociálních sítích, či mikroblozích (Twitter a podobně), je překladatel často nucen dohledávat doplňující informace v různých zdrojích. Může se jednat o méně běžná slova, o specifické termíny z neznámé domény, či o různé zkratky. V této práci se zabýváme návrhem a implementací systému, který pro danou krátkou textovou zprávu automaticky sestaví minimální kontextově závislý slovník. Systém v překládaném textu vybírá vhodná hesla do slovníku a vyhledává k nim definice, překlady a příklady v otevřených zdrojích, či je automaticky extrahuje z paralelního korpusu. Získaný slovníček v ideálním případě bude pro překladatele již dostačujícím podkladem, aby překládanou zprávu s jistotou pochopil a zvolil odpovídající překladové ekvivalenty včetně odborných termínů. Empirické vyhodnocení se opírá o statistiky sledující, jak často byli uživatelé s navrženými hesly spokojeni, jak často byla hesla chybná a do jaké míry systém správně určil relevanci pro daný vstupní text.
|
host ::
RSS.