|
|
Web Interface of a Document Analysis Tool
Ševčík, Adam ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
This thesis deals with the development of a web interface of a web document analysis tool. Goal of this interface is to replace old desktop application FitLayout. Own front-end is added to FitLayout back-end. This application is made by Javascript, HTML and visual part is done by CSS and framework Bootstrap. Web documents are in format RDF serialized in JSON-LD. Data are exchanged in the same format between client and server. Result of this thesis enables user to analyse documents in browser same way as in desktop application.
|
|
|
Rozhraní systému pro analýzu dokumentů s JavaScriptovým klientem
Marcelyová, Andrea ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
Táto diplomová práca sa zaoberá preštudovaním rámcov pre tvorbu klientskych aplikácií, platformy Java, desktopového nástroja FITLayout, návrhu architektúry nástroja s webovým rozhraním, popisom implementácie webovej aplikácie, testovaním a porovnaním funkčnosti desktopového a webového nástroja. Sú tu popísané existujúce rámce pre vývoj klientskych aplikácií vo webovom prehliadači v jazyku JavaScript, platforma Java so zameraním na tvorbu serverovej časti webovej aplikácie, rámec FITLayout pre segmentáciu a analýzu dokumentov. Nasleduje návrh architektúry nástroja s webovým rozhraním poskytujúcim podobné funkcie, ako súčasné grafické nástroje dostupné v nástroji FITLayout. Následne sú popísané významné aspekty implementácie. Z závere je popísaný priebeh testovania a porovnanie funkčnosti desktopového nástroja a implementovanej webovej aplikácie.
|
|
|
Detekce vizuálních vzorů ve webových stránkách
Kotraš, Martin ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení.
|
|
|
Web Document Annotator
Hrúz, Tomáš ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
The goal of this bachelor thesis is to compare of tools for annotation of web documents and create module for experimental tool FitLayout, which implements required functionality for annotation. Solution was developed with the progressive framework Vue.js and with knowledge obtained by comparison of existing annotation tools. The output of the work is new stand-alone component and other component with added functionality in FitLayout application. The result of the work is the web application module for creating new areas in documents and adjusted module for managing comments and tags.
|
|
|
Extrakce dat z dokumentů na základě analýzy rozložení
Sedláček, Martin ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Diplomová práce se zabývá automatizovanou extrakcí dat z lékařských zpráv ve formátu PDF na základě analýzy rozložení dokumentu. Hlavním obsahem práce je uvedení čtenáře do problematiky extrakce dat, srovnávaní existujících nástrojů a představení návrhu a požadavků vyvíjeného nástroje, který bude založen nad aplikačním rámcem FitLayout. Práce dále popisuje samotnou implementaci nástroje v jazyce Java a komentuje výsledky, kterých nástroj dosáhl na reálných datech.
|
|
|
Metody strojového učení nad webovými dokumenty
Katrňák, Josef ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Cílem práce je využití metod strojového učení pro klasifikaci specifických částí obsahu webových stránek. Nejprve jsou popsány současné metody reprezentace a klasifikace obsahu webových stránek s využitím metod strojového učení. Pro reprezentaci webové stránky se práce zaměřuje na experimentální nástroj FitLayout, jehož vizuální reprezentace webových stránek slouží jako vstup pro další zpracování a následné trénování modelů strojového učení. Výsledkem práce jsou natrénované modely, které klasifikují konkrétní části obsahu webových stránek. Architektura modelu je založena na grafových neuronových sítích. Pro experimenty je použita datová sada veřejně dostupných webových stránek, které obsahují stránky on-line prodávaných produktů. Výhodou navrženého a implementovaného přístupu je extrakce informací nezávislá na struktuře a jazyku webové stránky.
|
|
|
Vizuální segmentace webových stránek
Maštera, František ; Hynek, Jiří (oponent) ; Burget, Radek (vedoucí práce)
Knihovna FitLayout nabízí sadu implementovaných metod segmentace webových stránek spolu s řadou nástrojů k jejich vyhodnocení a dalšímu vývoji. Cílem této práce je rozšíření této knihovny o další implementaci již existující metody. Pro splnění tohoto cíle byla zvolena a následně integrována metoda Cormier et al. Věrohodnost její implementace oproti její publikaci byla řádně ověřena. Rovněž bylo provedeno její rozsáhlé vyhodnocení s cílem zjištění jejích vlastností a chování za různých okolností, v jehož rámci byly objeveny nastavení metody, které zlepšují kvalitu jejích výstupů na testovaném vzorku dat až o 9,89 %. Výsledkem této práce je rozšíření knihovny FitLayout o novou metodu segmentace webových stránek, která může být zahrnuta v rámci dalšího výzkumu v této oblasti, který může být založen na výsledcích dosažených v této práci.
|
|
|
Web Page Segmentation Methods
Grnáč, Martin ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
This thesis focuses on segmentation methods. It discusses them at a theoretical level, describes their properties, advantages, and disadvantages. Within the scope of this work, the segmentation method Block-o-Matic was ultimately chosen and implemented within the FitLayout framework. After the implementation, it was evaluated and compared to its reference implementation.
|
|
|
Web Page Segmentation Methods
Grnáč, Martin ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
The aim of this work is to investigate segmentation algorithms and to select an appropriate variant which will be implemented in the FitLayout system. Then, after implementation to compare this variant of the segmentation algorithm with the reference segmentation algorithm, which is already implemented in the FitLayout system. At the beginning, thesis deals with the introduction to the problem of segmentation and description of FitLayout system. In the next part, the segmentation algorithms that were suitable candidates for integration into the FitLayout system are described and compared. The practical part of the thesis includes a description of the implementation and integration of the chosen algorithm and also comparison of the two algorithms in segmenting different web pages.
|
|
|
Detekce vizuálních vzorů ve webových stránkách
Kotraš, Martin ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Práce řeší extrakci informací z webových stránek pomocí techniky vyhledávání vizuálních vzorů - prostorových vztahů mezi oblastmi na webové stránce a stejných vizuálních stylů těchto oblastí - s rozšířením o nové techniky zlepšení výsledků. Využívá přitom uživatelem zadaného ontologického modelu dat, který popisuje, které datové položky se budou ze zadané webové stránky extrahovat a jak jednotlivé položky na stránce vypadají zejména z textového pohledu. V rámci práce vznikla konzolová aplikace VizGet v jazyce Java využívající aplikační rámec FitLayout pro získání vizuálního modelu webové stránky. Testování aplikace na 7 různých doménách zahrnujících mj. žebříček nejlepších filmů, produktů v elektronickém obchodě nebo předpovědi počasí ukázalo, že se úspěšnost aplikace pohybuje ve zhruba 75 % dílčích testů nad 85 % F-skóre a ve více než 90 % testů nad 60 % F-skóre, kde 45 % testů dosahuje F-skóre 100 %. Aplikace VizGet tak může být nasazena pro praktické využití v nekritických aplikacích, přičemž je otevřena dalším rozšířením a možnostem zlepšení.
|
host ::
RSS.