|
|
Systém pro vyhledávání a výběry relevantních článků z Wikipedie podle tématu
Suchý, Ondřej ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je navrhnout a implementovat systém, který umožní výběr tematicky zaměřených článků z Wikipedie za účelem úspory místa při jejím offline uložení. Řešení tohoto problému je dosaženo s využitím metod spadajících do oblasti vyhledávání informací a jejich konkrétní implementací v rámci nástroje Elasticsearch. Systém se na základě zadaných klíčových slov snaží určit, o jakou tematickou oblast se uživatel zajímá a články z této oblasti zařadit do výsledného výběru. K tomu využívá především mechanismy pro určení podobných dokumentů a zahrnutí všech článků z kategorií, které se ve výběru často opakují. Velikosti souborů generovaných výsledným systémem na základě dotazů nad Simple English Wikipedia se obvykle pohybují pod 30 MB.
|
|
| |
|
|
Dialogový systém pro komunikaci s reálným robotem
Birger, Mark ; Materna, Zdeněk (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá řešením problémů vývoje dialogového uživatelského rozhraní pro roboty. V rámci této práce byla vytvořena knihovna, určena pro rychlou implementace mluvčích dialogových rozhraní pro existující programy. Pomoci této knihovny dá se napsat popis dialogu ve speciálním značkovacím jazyků, abych kontrolovat tok řízení programu podle vstupní fráze. Značkovací jazyk umožňuje asynchronní spuštění funkci a jejich další ovládání, což je důležité pro roboticke prostředí. Tato knihovna využívá Link Grammar Parser pro zpracování přirozeného jazyků. Pomoci této knihovny byl vyvíjen a ohodnocen dialogový systém, určeny pro řízení robotů PR2.
|
|
|
Zpěvník pro mobilní zařízení s pokročilými funkcemi
Komárek, Ondřej ; Škoda, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá návrhem, implementací, vydáním a propagací aplikace zpěvníku pro operační systém Android. Největší důraz je kladen na schopnost aplikace přizpůsobit texty písní tak, aby byly velmi dobře čitelné i na malých obrazovkách mobilních zařízení. Aplikace je také doplněna dalšími funkcemi užitečnými zejména pro hráče na kytaru. Mezi ně patří například možnost stahování textů písní s akordy z webu, nebo automatický posun textu s nastavitelnou rychlostí pro různé části písně. Práce se dále zabývá ostatními důležitými aspekty vývoje aplikace, jako je její uživatelské testování a reálné nasazení.
|
|
| |
|
|
Metody extrakce informací
Adamček, Adam ; Smrž, Pavel (oponent) ; Kouřil, Jan (vedoucí práce)
Cílem procesu extrakce informací je získání relačních dat z textu psaného přirozeným jazykem na další jednodušší zpracování výpočetní technikou. Oblast využití takto získaných informací je široká - od sumarizace textů, přes vytváření ontologií až po zodpovídání otázek QA systémy. Tato práce popisuje návrh a implementaci systému fungujícího ve výpočetním clusteru, který transformuje výpis článků Wikipedie na množinu vyextrahovaných informací, které jsou následně uloženy do distribuované RDF databáze a je nad nimi možné sestavovat dotazy prostřednictvím vytvořeného uživatelského rozhraní.
|
|
|
Optimization of Aircraft Tracker Parameters
Samek, Michal ; Vlk, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis deals with a configuration optimization of an aircraft surveillance system, which is being used in the air traffic control. We survey commonly used methodology for a performance evaluation of such surveillance systems and review relevant algorithms for target tracking. Three optimization approaches are explored. The first solution attempts to identify parameters of employed filtering algorithms by using the Expectation-Maximisation algorithm to find corresponding maximum likelihood estimates. The second approach employs a simple distribution fitting to the available measured and reference data. Evolution strategies are examined as the third option. Experimental evaluation shows that the third approach is the most suitable for the problem in hand.
|
|
|
Shlukování slov podle významu
Jadrníček, Zbyněk ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá problémem sémantické podobnosti slov v angličtině. Čtenář je nejprve informován o teorii shlukování slov podle významu, poté jsou popsány některé metody a nástroje související s tématem. V praktické části navrhneme a implementujeme systém pro výpočet sémantické podobnosti slov využívající nástroj Word2Vec, konkrétně se zaměříme na biomedicínské texty z databáze MEDLINE. Na závěr práce budeme diskutovat dosažené výsledky a předložíme několik návrhů, jak systém vylepšit.
|
|
|
Klasifikace entit pomocí Wikipedie a WordNetu
Kliegr, Tomáš ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent) ; Smrž, Pavel (oponent) ; Žabokrtský, Zdeněk (oponent)
Dizertační práce se věnuje problému klasifikace entit reprezentovaných jmennými frázemi v textu. Cílem je vyvinout metodu pro automatizovanou klasifikaci těchto entit v datasetech skládajících se z krátkých textových fragmentů. Důraz je kladen na metody učení bez učitele, nebo kombinaci učení s učitelem a bez učitele (angl. semi-supervised learning), přičemž nebudou vyžadovány trénovací příklady. Třídy jsou buď automaticky stanoveny nebo zadány uživatelem. Náš první pokus pro řešení problému klasifikace entit je algoritmus Sémantického Mapování Konceptů (angl. Semantic Concept Mapping -- SCM). Tento algoritmus mapuje jmenné fráze i cílové třídy na koncepty thesauru WordNet. Grafové míry podobnosti pro WordNet jsou použity pro přiřazení nejbližší třídy k dané jmenné frázi. Pokud jmenná fráze není namapována na žádný koncept, potom je použit algoritmus Cíleného Objevování Hyperonym (angl. Targeted Hypernym Discovery -- THD). Tento algoritmus extrahuje s pomocí lexiko-syntaktických vzorů hyperonymum z článku na Wikipedii, který danou jmennou frázi definuje. Toto hyperonymum je použito k namapování jmenné fráze na koncept ve WordNetu. Hyperonymum může být samo o sobě také považováno za výsledek klasifikace. V takovém případě je dosaženo klasifikace bez učitele. Algoritmy SCM a THD byly navrženy pro angličtinu. I když je možné oba algoritmy přizpůsobit i pro jiné jazyky, byl v rámci dizertační práce vyvinut algoritmus Pytel článků (angl. Bag of Articles -- BOA), který je jazykově agnostický, protože je založen na statistickém Rocchio klasifikátoru. Díky zapojení Wikipedie jako zdroje informací pro klasifikaci nevyžaduje BOA trénovací data. WordNet je využit novým způsobem, a to pro výpočet vah slov, jako pozitivní seznam slov a pro lematizaci. Byl také navržen disambiguační algoritmus pracující s globálním kontextem. Algoritmus BOA považujeme za hlavní přínos dizertace. Experimentální hodnocení navržených algoritmů je provedeno na datasetu WordSim353 používaném pro hodnocení systémů pro výpočet podobnosti slov (angl. Word Similarity Computation -- WSC), a na datasetu Český cestovatel, který byl vytvořen speciálně pro účel našeho výzkumu. Na datasetu WordSim353 dosahuje BOA Spearmanova korelačního koeficientu 0.72 s lidským hodnocením. Tento výsledek je blízko hodnotě 0.75 dosažené algoritmem ESA, který je podle znalosti autora nejlepším algoritmem pro daný dataset nevyžadujícím trénovací data. Algoritmus BOA je ale výrazně méně náročný na předzpracování Wikipedie než ESA. Algoritmus SCM nedosahuje dobrých výsledků na datasetu WordSim353, ale naopak předčí BOA na datasetu Český cestovatel, který byl navržen speciálně pro úlohu klasifikace entit. Tato nesrovnalost vyžaduje další výzkum. V samostatném hodnocení THD na malém počtu pojmenovaných entit z datasetu Český cestovatel bylo správné hyperonymum nalezeno v 62 % případů. Další dosažené výsledky samostatného významu zahrnují novou funkci pro vážení slov založenou na WordNetu, kvalitativní a kvantitativní vyhodnocení možností využití Wikipedie jako zdroje textů pro objevování hyperonym s využitím lexiko-syntaktických vzorů a zevrubnou rešerši měr podobnosti nad WordNetem zahrnující též jejich výkonnostní porovnání na datasetech WordSim353 a Český cestovatel.
|
|
|
Semantics in Multimedia: Event detection and cross-media feature extraction
Nemrava, Jan ; Svátek, Vojtěch (vedoucí práce) ; Berka, Petr (oponent) ; Smrž, Pavel (oponent)
Tato disertační práce popisuje oblast sémantiky v multimediích jakožto výzkumnou oblast, která propojuje řadu směrů, které do nedávné doby působily odděleně. Cílem práce je seznámit čtenáře se všemi oblastmi této rozsáhle disciplíny, především tzv. "sémantické mezery" a poskytnout náhled na problémy současného stavu výzkumu. Řada poznatků a závěrů v této práci vychází z mezinárodního projektu K-Space, kterého se autor po dobu třech let účastnil. Na rozsáhlý teoretický úvod do problematiky navazuje přehled současných aplikací tohoto výzkumu a přehled aktivit a zapojení KIZI do zmíněného evropského projektu. Přínosem této práce je zkoumání textových zdrojů komplementárních k videu a experimenty s automatickým rozpoznáváním událostí ve fotbale na základě dat natrénovaných pomocí těchto textových zdrojů. Praktickým přínosem je také vlastní demo aplikace, která tyto zdroje přehledně zobrazuje uživateli a umožňuje mu nelineání procházení prohlíženým videem.
|
host ::
RSS.