|
|
Automated methods of textual content analysis and description of text structures
Chýla, Roman ; Smetáček, Vladimír (vedoucí práce) ; Rauch, Jan (oponent) ; Uličný, Oldřich (oponent)
Univerzální sémantický jazyk (USJ) je semi-formalizovaný způsob zápisu znalostí (systém pro reprezentaci znalostí). Myšlenka USJ byla rozvinuta Vladimírem Smetáčkem v 80. letech při pracech na systému SÉMAN (Universální semantický analyzátor). Tento systém byl využíván pro automatizovanou extrakci klíčových slov v tehdejším informačním centru ČSSR. Avšak se zánikem centra v 90. letech byl systém SEMAN ztracen. Tato dizertace oživuje myšlenku USJ v novém kontextu automatizované obsahové analýzy. Nejdříve prezentujeme historický kontext a problémy spojené s reprezentací znalostí, sémů, sémantických polí, sémantických primitivů a univerzálií. Dále je představena metodika kvantitativní obsahové analýzy na příkladu tří klasických aplikací. Podrobně popíšeme architekturu nové aplikace, která byla vyvinuta speciálně pro potřeby evaluace USJ. Program může fungovat jako nástroj pro klasickou obsahovou analýzu, avšak obsahuje i nástroje pro zpracování přirozeného jazyka (NLP) a využívá algoritmů pro vyhledávání kolokací. Tyto byly upraveny pro potřeby vyhledávání vazeb mezi sémantickými anotacemi. Jednotlivé součásti programu jsou podrobeny praktickým testům. Subsystém pro vyhledávní vzorů v textech je porovnán s existujícím extraktorem klíčových slov. Mechanismus pro překlad do sémantických kódů je...
|
|
|
Lokální a globální analytické zprávy o výsledcích DZD
Reischig, Zdeněk ; Rauch, Jan (vedoucí práce) ; Kliegr, Tomáš (oponent)
Název práce: Lokální a globální analytické zprávy o výsledcích DZD Autor: Zdeněk Reischig Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: doc. RNDr. Jan Rauch, CSc. E-mail vedoucího: rauch@vse.cz Abstrakt: Tématem práce je automatická podpora tvorby lokálních analytických reportů, využití těchto reportů jako zdroje dat pro řešení globálních analytických otázek a tvorba globálních analytických reportů. V práci jsou navrženy metody pro porovnávání pravidel. Tyto metody slouží pro řešení globálních analytických otázek, ale mohou být využity i pro usnadnění tvorby lokálních analytických reportů. Pozornost je také věnována různým typům doménových znalostí. Některé z nich lze použít k odfiltrování nezajímavých pravidel, nebo k nalezení datových matic s neobvyklými vlastnostmi. Další jsou nezbytné pro řešení globálních analýz nad datovými maticemi využívajícími k popisu stejných vlastností různých metrik atd. Součástí práce je také návrh XML struktury pro zaznamenání výsledků globálních analýz. Tato struktura může být využita i pro automatické generování globálních reportů. Pro demonstraci uplatnění navržených postupů byla pomocí aplikace 4ft Miner řešena lokální analytická otázka nad medicínskými daty ADAMEK. Výsledky data miningu byly uloženy do systému SEWEBAR a jsou využity k...
|
|
|
Uživatelsky orientovaný jazyk pro řešení úloh DZD
Kováč, Michal ; Mrázová, Iveta (oponent) ; Rauch, Jan (vedoucí práce)
Práce pojednává o novém funkcionálním vizuálním programovacím jazyku a jeho použití k dobývání znalostí z databízí. Tento jazyk se nazývá Ferda a je integrální součástí systému Ferda, což je aplikace, která byla původně vytvořena pro dobývání znalostí z databízí metodou GUHA. Funkce jazyka Ferda jsou představovány krabičkami. Zdrojové kódy pak jsou zapsány jako zapojení krabiček a zdrojovými soubory jsou projekty systému Ferda. Práce popisuje stav systému Ferda před touto prací z pohledu vizuálního programování, popisuje možná rozšíření zdrojových souborů, dále představuje novou základní množinu funkcí pro jazyk Ferda a popisuje jiná možná vylepšení tohoto jazyka. Některá z těchto rozšíření byla v rámci této práce implementována. V poslední části práce se nachází příklady použití nového jazyka k dobývání znalostí z databází. Jeden z nich byl také implementován jako součást této práce.
|
|
| |
|
|
Procedura SDKL - Miner pro dobývání znalostí z databází
Tegze, Miron ; Lín, Václav (oponent) ; Rauch, Jan (vedoucí práce)
SDKL-Miner je nová GUHA procedura pro dobývání znalostí z databází. Rozšiřuje systém LISp-Miner, který je vyvíjen na VŠE Praha. SDKL-Miner hledá nové potencionálně zajímavé hypotézy pomocí dvojice kontingenčních tabulek. Do procedury SDKL-Miner byl implementován jednoduchý kvantifikátor. Diplomová práce obsahuje testy a nalezené zajímavé hypotézy pro jednoduchý kvantifikátor společně s příklady užití kvantifikátoru. V práci jsou navrženy směry dalšího vývoje, jak pro proceduru SDKL-Miner, tak i pro celý systém LISp-Miner. Použití statistických testů závislosti a použití vektorové i maticové majorizace je podrobně rozebráno. Procedura je výsledkem kontinuálního vývoje akademického systému LISp-Miner pro dobývání znalostí z databází.
|
|
|
Uživatelská podpora procedury 4ft - Miner pro dobývání znalostí z databází
Kupka, Daniel ; Ralbovský, Martin (oponent) ; Rauch, Jan (vedoucí práce)
Až dosud byl soubor znalostí pro práci s procedurou 4ft-Miner nestrukturovaný a uložený pouze v hlavách lidí zabývajících se dobýváním znalostí. Bylo tedy potřebné, na základě mnohých analýz, shromáždit rady pro dobývání znalostí. Zmíněný soubor rad je součástí této práce. Dále jsou prezentovány teoretické poznatky o používání vhodných 4ft-kvantifikátorů na základě praktické situace. V této práci je i návrh dvou nových 4ft-kvantifikátorů - above negation kvantifikátoru a pairing kvantifikátoru. Pro uživatele ASSOC-procedur je v rámci práce vytvořen a popsán webový systém pro shromažďování a editaci rad, zkušeností a výchozích znalostí. Přínosem tohoto systému je i strukturalizace vkládaných informací. Práce také obsahuje obecný návrh a popis implementace nástroje pro důmyslnou tvorbu rad v prostředí systému Ferda DataMiner. V tomto nástroji je možné vybírat pokračování z nabízených možností, seřazených dle priorit. Poskytované informace nejsou pouze statické, ale reagují na výsledky součastné i minulých analýz.
|
|
|
Třídy SD4ft-pravidel
Kodym, Jan ; Rauch, Jan (vedoucí práce) ; Holeňa, Martin (oponent)
V předložené práci jsou definovány třídy SD4ft-pravidel, se kterými pracuje GUHA procedura SD4ft-Miner implementovaná v systému LISp-Miner. Cílem bylo nalézt třídy SD4ft-pravidel, které mají obdobné vlastnosti jako třídy asociačních pravidel se kterými pracuje GUHA procedura 4ft-Miner. Jedná se zejména o nalezení kritérií korektnosti dedukčních pravidel (týkajících se SD4ft-pravidel) a práci s datovými maticemi s neúplnou informací. K tomu bylo třeba nejprve vytvořit potřebný teoretický aparát; definovat logický kalkul, jehož formule odpovídají SD4ft-pravidlům nebo zavést principy práce s neúplnou informací pro SD4ft-pravidla. Snahou bylo využít poměrně bohaté zkušenosti a teoretické poznatky o asociačních pravidlech (4ft-pravidlech) a přenést je do prostředí SD4ft-pravidel. V práci jsou definovány některé potenciálně významné SD4ft-kvantifikátory odvozené od významných 4ft-kvantifikátorů. Zkoumané třídy SD4ft-pravidel jsou navrženy tak, aby obsahovaly SD4ft-pravidla založená na těchto významných SD4ft-kvantifikátorech.
|
|
|
Relační GUHA procedury
Kuzmin, Alexander ; Ralbovský, Martin (oponent) ; Rauch, Jan (vedoucí práce)
Jedná se o diplomovou práci kategorie "implementace". Jejím cílem je navrhnout a implementovat relační rozšíření vybraných procedur z GUHA procedur implementovaných v systému LISp-Miner. Pro implementaci rozšíření byly zvoleny procedury 4ft-Miner a SD4ft-Miner. Rovněž byly implementovány některé prostředky pro transformaci atributu. Procedury byly implementovány v rámci prostředí Ferda DataMiner.
|
|
|
Experimentální GUHA procedury
Kuchař, Tomáš ; Mrázová, Iveta (oponent) ; Rauch, Jan (vedoucí práce)
Cílem práce je nová implementace šesti GUHA procedur známých ze systému LISpMiner (4ftMiner, SD4ftMiner, CFMiner, SDCFMiner, KLMiner, SDKLMiner) do prostředí systému Ferda Data Miner s ohledem na jejich další výzkum a vývoj. Základní princip GUHA metody je v generování všech možných relevantních otázek specifikovaných uživatelem, ověření každé z nich oproti datům a reportování pouze prostých tvrzení. Typická efektivní realizace GUHA procedury používá vhodné reprezentace dat pomocí bitových řetězců. Byly vytvořeny prostředky pro řešení výše uvedených GUHA procedur. V průběhu prací došlo k rozšíření možností zadání množiny relevantních otázek.
|
|
|
Využití doménových znalostí při aplikacích GUHA procedur
Ralbovský, Martin ; Mráz, František (oponent) ; Rauch, Jan (vedoucí práce)
Práce vychází z předpokladu, že lze rozšířit možnosti GUHA procedur využitím vhodně reprezentovaných doménových znalostí. V práci jsou použity dva typy doménových znalostí: background knowledge a ontologie. Background knowledge je poměrně neznámý avšak perspektivní typ znalostí obsahující pravidla ve slovní formě od doménových expertů. Práce popisuje tento typ znalosti a zavádí vhodnou formalizaci pravidel. Dále je popsán a implementován nástroj na validaci těchto pravidel. Implementace je provedena pomocí krabiček v prostředí Ferda, což je modulární prostředí na vizuální dobývání znalostí pomocí GUHA procedur. Práce také popisuje první praktické zkušenosti s nástrojem na validaci pravidel. Co se týče doménových ontologií, práce podstatným způsobem rozšiřuje současné poznatky o využití ontologií pro dobývání znalostí pomocí GUHA procedur. Jsou zde zmíněny a rozpracovány všechny minulé postupy využití ontologií, vymyšleny nové, a u vhodných postupů je navržena implementace v prostředí Ferda. Výsledky práce jsou posuzovány s ohledem na možné použití v systému Ever-Miner, což je nástroj příští generace dobývání znalostí.
|
host ::
