|
|
Natural Language Processing: Analysis of Information Technology Students’ Spoken Language
Stanković, Aleksandar ; Šťastná, Dagmar (oponent) ; Ellederová, Eva (vedoucí práce)
This bachelor’s thesis deals with the issue of new artificial intelligence technologies in natural language processing. The thesis consists of a theoretical part and an analytical part. The theoretical part approaches the issue by dividing it into three chapters: artificial intelligence and statistics, natural language processing, and IBM Watson Natural Language Understanding. Each of these chapters is elaborated on by using at least one example from the real world. In the first chapter, the main aim is to frame the theoretical framework of artificial intelligence and its practices, while in the second chapter, natural language processing and its primary functions are explained as well as its relation to artificial intelligence itself. The aim of the third chapter is to introduce natural language understanding as the primary tool for analysis which is done in the analytical part. The analytical part deals with the analysis of students’ spoken language using various methods. Collected video samples are transcribed by means of a machine translator as a natural language processing application, while the textual output is analysed through a natural language understanding engine. The applied knowledge from the theoretical part is used in the analytical part that includes the description of research methodology, presentation and interpretation of research results.
|
|
|
Natural Language Processing: Analysis of Information Technology Students’ Spoken Language
Stanković, Aleksandar ; Šťastná, Dagmar (oponent) ; Ellederová, Eva (vedoucí práce)
This bachelor’s thesis deals with the issue of new artificial intelligence technologies in natural language processing. The thesis consists of a theoretical part and an analytical part. The theoretical part approaches the issue by dividing it into three chapters: artificial intelligence and statistics, natural language processing, and IBM Watson Natural Language Understanding. Each of these chapters is elaborated on by using at least one example from the real world. In the first chapter, the main aim is to frame the theoretical framework of artificial intelligence and its practices, while in the second chapter, natural language processing and its primary functions are explained as well as its relation to artificial intelligence itself. The aim of the third chapter is to introduce natural language understanding as the primary tool for analysis which is done in the analytical part. The analytical part deals with the analysis of students’ spoken language using various methods. Collected video samples are transcribed by means of a machine translator as a natural language processing application, while the textual output is analysed through a natural language understanding engine. The applied knowledge from the theoretical part is used in the analytical part that includes the description of research methodology, presentation and interpretation of research results.
|
|
|
Podpora vizualizace v self-service Business Intelligence nástrojích - porovnání SAS Visual Analytics a IBM Cognos Analytics
Espinoza, Felix ; Maryška, Miloš (vedoucí práce) ; Berber, Martin (oponent)
Práce se zabývá problematikou nástrojů označovaných jako Self Service Business intelligence (SSBI), jimž je ze strany uživatelů i výrobců věnována značná pozornost, jelikož se u tohoto trendu očekává progresivní růst. Jsou hodnoceny dva produkty: SAS Visual Analytics a IBM Cognos Analytics, u obou nástrojů je hodnocena míra uživatelské autonomie a podpora vizualizace dat. V teoretické části práce dochází k vymezení základních principů a pojmů spjatých s oblastí business intelligence. Je představena problematika vizualizace dat a je diskutován trend self service business intelligence, u něhož jsou analyzovány jeho přínosy i omezení. Také jsou zmíněny technologické faktory, které napomohly rychlému rozvoji SSBI. V rámci praktické části byla vytvořena metodika, která je uplatnitelná pro jakýkoliv jiný nástroj z rodiny SSBI a prostřednictvím které je možné posoudit míru podpory v rámci sledovaných kategorií: Využívání informací, Tvorba informací, Tvorba zdrojů a Vizualizace. Pro každou z uvedených kategorií byla nadefinována množina kritérií, na jejichž základě může hodnotitel vytvořit hodnotící formulář odpovídající jeho potřebám. Použitelnost metodiky je názorně demonstrována při vzájemné komparaci vybraných modulů obou nástrojů, přičemž tyto části jsou před samotným hodnocením dostatečně popsány.
|
host ::
RSS.