|
|
Czech-English Translation
Petrželka, Jiří ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis describes the principles of statistical machine translation and demonstrates how to assemble the Moses statistical machine translation system. In the preparation step, a research on freely available bilingual Czech-English corpora is done. An empirical analysis of time requirements of multithreaded word alignment tools demonstrates that MGIZA++ can achieve a five-fold speed-up, while PGIZA++ can reach an eight-fold speed-up (compared to GIZA++).Three scenarios of morphological pre-processing of Czech training data are tested, using simple unfactored models. While pure lemmatization can aggravate the BLEU, more sophisticated approaches usually raise BLEU. The positive effect of morphological pre-processing diminishes as corpus size rises. The relation between other corpora characteristics (size, genre, extra data) and the resulting BLEU are empirically gauged. A final system is trained on the CzEng 0.9 corpus and evaluated on the testing set from WMT 2010 workshop.
|
|
|
Editor anotací pro WYSIWYG textové editory napsané v jazyce JavaScript
Kleban, Martin ; Schmidt, Marek (oponent) ; Dytrych, Jaroslav (vedoucí práce)
Tato práce se zabývá analýzou možností tvorby rozšíření pro WYSIWYG textové editory napsané v jazyce JavaScript (TinyMCE, CKEditor, NicEdit, jWYSIWYG) a popisuje návrh editoru anotací jako rozšíření pro zvolené editory. Editor strukturovaných anotací byl implementován pro WYSIWYG editor TinyMCE a obsahuje vlastní řešení uživatelského rozhraní bez použití složitých univerzálních knihoven. V závěru jsou shrnuty získané poznatky z analýzy WYSIWYG editorů a implementace editoru anotací.
|
|
|
Automatická tvorba tezauru z wikipedie
Novák, Ján ; Schmidt, Marek (oponent) ; Otrusina, Lubomír (vedoucí práce)
Tato práce se věnuje problematice automatické tvorby tezauru z Wikipedie. Obsahuje popis struktury Wikipedie jako vhodné datové sady pro tvorbu tezauru a popisuje některé metody výpočtu sémantické blízkosti termínů, které budou využity při tvorbě tezauru. Dále obsahuje popis návrhu a implementace systému pro automatickou tvorbu tezauru z Wikipedie. Na závěr je provedeno vyhodnocení výsledků systému.
|
|
|
Sémantická blízkost pro vědecké články
Dresto, Erik ; Schmidt, Marek (oponent) ; Otrusina, Lubomír (vedoucí práce)
Hlavním cílem této práce je prozkoumat základní metody používající se k hledání sémantické blízkosti pro vědecké články. Jednotlivé metody budou podrobně vysvětleny, porovnány a ve výsledku ohodnoceny podle úspěšnosti. Na základě získaných znalostí bude navržena nová metoda pro výpočet podobnosti vědeckých článků, která by měla předčit ostatní dostupné metody tím, že spojí to nejlepší v dostupných algoritmech a přidá důležitý faktor pro podobnost, a to citace. Citace je důležitá z důvodu, že se jedná o statickou vazbu mezi články. Závěrem bude vytvořený algoritmus otestován na reálných testovacích datech a výsledky budou vyhodnoceny v porovnání s dostupnými metodami.
|
|
|
Znalec encyklopedie
Krč, Martin ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
Předmětem projektu je systém pro zodpovídání otázek formulovaných v přirozeném jazyce. Práce pojednává nejprve o problémech spjatých se systému tohoto druhu a o některých uplatňovaných přístupech. Důraz je kladen na povrchové metody, které nejsou tolik náročné na dostupnost lingvistických zdrojů. V praktické části je pak popsán návrh systému, který zodpovídá faktografické otázky s využitím české Wikipedie jako zdroje informací. Extrakce odpovědí je založena zčásti na specifických rysech Wikipedie a zčásti na ručně předdefinovaných vzorech. Výsledky ukazují, že pro zodpovídání jednoduchých otázek je systém výrazně přínosnější než běžný vyhledávací stroj.
|
|
|
Genealogická sémantická wiki
Brychová, Jana ; Smrž, Pavel (oponent) ; Schmidt, Marek (vedoucí práce)
Tato diplomová práce se zabývá možnostmi uložení genealogických dat do různých formátů a na základě výsledků navrhuje vhodný formát dat takový, aby byla následně možná jejich prezentace pomocí sémantického webu. V rámci této práce je implementována genealogická aplikace pro platformu KiWi. Tato aplikace umožňuje vizualizaci navrženého formátu pomocí technologie prefuse. V dokumentu jsou uvedeny základní a případně další potřebné informace ohledně základů technologií sémantického webu jako RDF, XML, ontologie, jazyk OWL. Dále dokument popisuje implementovanou aplikaci včetně použití.
|
|
|
Extrakce sémantických vztahů z textu
Schmidt, Marek ; Burget, Radek (oponent) ; Smrž, Pavel (vedoucí práce)
Práce se zabývá extrakcí sémantických vztahů z anglických textů. Zaměřuje se především na použití syntaktické analýzy pro extrakci příznaků, které využívá jak pro různé statistické metody, tak i pro metodu založenou na syntaktických vzorech. Je vyhodnocena metoda extrakce vztahu hypernymie srovnáním s anglickým thesaurem WordNet. Na základě zkoumaných metod je pak navržen systém pro extrakci sémantických vztahů z textu spolu s uživatelským rozhraním, které je rovněž implementováno.
|
|
|
Extrakce informací z Wikipedie
Musil, Martin ; Otrusina, Lubomír (oponent) ; Schmidt, Marek (vedoucí práce)
Tato bakalárská práce se zabývá tématem automatické extrakce informací z textu. Cílem je vytvorení aplikace, která za užití extrakcních vzoru získává znalosti z clánku informacního internetového serveru Wikipedie. V úvodu jsou vysvetleny základní pojmy této problematiky, hlavní cást práce se venuje experimentum a predevším samotné implementaci rozdelené do dvou cástí - zpracování textu a následného získávání informací. Vyhodnocením projektu je pak samotná analýza výsledku experimentu a efektivita vytvorených pravidel.
|
|
|
Zobrazování anotací v reálném čase
Papoušek, Petr ; Schmidt, Marek (oponent) ; Dytrych, Jaroslav (vedoucí práce)
Tato práce se zabývá tvorbou doplňku webového prohlížeče Firefox, který umožňuje zobrazení anotací dokumentu a jejich úprav v reálném čase. Díky napojení na 4A Framework se doplněk liší od existujících doplňků pro anotaci například možností spolupráce více uživatelů v reálném čase a možností práce s vnořenými anotacemi. Součástí této práce je i návrh, implementace a testování doplňku.
|
|
|
Vyhledávání informací pro vědecké portály
Ďulík, Jan ; Smrž, Pavel (oponent) ; Schmidt, Marek (vedoucí práce)
Tato práce se zabývá vyhledáváním informací pro vědecké webové portály se zaměřením na vyhledávání vědeckých publikací. Jsou definovány pojmy související s vyhledáváním informací, klasifikací a reprezentací znalostí. Jsou také představeny existující nástroje pro vyhledávání, z nichž se vychází při vývoji vyhledávače. Dále se práce zabývá návrhem, popisem implementace vyhledávacího rozhraní a shromážděním ukázkových dat. V závěru je provedeno vyhodnocení použitelnosti vytvořené webové aplikace.
|
host ::
RSS.