|
| |
|
|
Rámec pro extrakci informace z WWW
Brychta, Filip ; Bartík, Vladimír (oponent) ; Burget, Radek (vedoucí práce)
Prostředí webu se postupně vyvinulo v nejrozsáhlejší zdroj dokumentů v elektronické podobě, takže by bylo velice výhodné, informace v těchto dokumentech zpracovávat automaticky. To však není jednoduchý úkol, protože většina dokumentů je napsána v HTML (Hypertext Markup Language), který neumožňuje definovat sémantiku dat v těchto dokumentech. Cílem této práce je vytvořit modulární systém pro extrakci informací z HTML dokumentů a jejich další zpracování. Dalším zpracováním se myslí ukládání získaných informací například do XML souboru nebo do relační databáze. Modularita systému umožňuje využití různých extrakčních metod a různých metod pro uložení získaných dat. Díky tomu je systém použitelný pro mnoho různých úloh.
|
|
|
Extrakce dat z popisu zboží
Sláma, Vojtěch ; Očenášek, Pavel (oponent) ; Burget, Radek (vedoucí práce)
Tato práce se zabývá návrhem a implementací systému pro automatizovanou podporu sběru informací o zboží pro účely elektronických obchodů. Uvádí přehled existujících přístupů pro extrakci informací z HTML dokumentů, zejména se zaměřuje na wrappery a metody jejich automatické konstrukce. Zmíněn je i vizuální přístup k extrakci dat z dokumentů. V části zabývající se návrhem jsou formalizovány požadavky na systém a navrženy základní principy systému. Implementační část obsahuje podrobný popis algoritmu pro hledání cest ve stromu dokumentu. V závěru práce jsou zhodnoceny výsledky dosažené při experimentech.
|
|
| |
|
|
Extrakce sémantických vztahů z textu
Pospíšil, Milan ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
Dnes existuje spousta polostrukturovaných dokumentů, které by bylo vhodné převést do strukturované podoby. Cílem práce je navrhnout systém, který umožňí tuto práci co nejvíce zautomatizovat. To může být obtížný problém, protože většina těchto dokumentů není generovaná automaticky počítačem a systém proto musí tolerovat nepřesnosti. Protože je třeba i určité sémantické pochopení problému, bude systém testován na doméně sady dokumentů zápisů ze schůzek.
|
|
|
Extrakce textových dat z internetových stránek
Mazal, Zdeněk ; Morský, Ondřej (oponent) ; Fojtová, Lucie (vedoucí práce)
Tato práce se zabývá získávání textových dat z webových stránek, přehledem jednotlivých wrpapperů a způsobů jejich extrakce. Obsahuje i přehled nejpoužívanějších programů pro extrakci dat z internetu. Součástí je program, vytvořený v programovacím jazyku Java, který umožňuje získávat textová data z konkrétních webových stránek a ukládat je do xml souboru.
|
|
|
Extensible Provider for Windows Powershell
Závišek, Josef ; Ježek, Pavel (vedoucí práce) ; Obdržálek, David (oponent)
Předložená práce se zabývá návrhem a implementací rozšiřitelného provideru pro Windows PowerShell. Tento provider umožňuje registraci adapterů, které zpřístupňují různá datová úložiště. Práce podává stručný úvod do PowerShellu a nastiňuje způsob, jakým se nová rozšíření realizují. Detailněji je pak rozpracována architektura provideru. Další část práce je věnována návrhu a implementaci adaptéru pro komprimované soubory. K tomu je využita knihovna SevenZip, která musela být přizpůsobena pro použití z jazyka C#. Součástí práce je tedy i popis knihovny a implementace wrapperu umožňujícího použití knihovny v managed kódu.
|
|
|
Extrakce sémantických vztahů z textu
Pospíšil, Milan ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
Dnes existuje spousta polostrukturovaných dokumentů, které by bylo vhodné převést do strukturované podoby. Cílem práce je navrhnout systém, který umožňí tuto práci co nejvíce zautomatizovat. To může být obtížný problém, protože většina těchto dokumentů není generovaná automaticky počítačem a systém proto musí tolerovat nepřesnosti. Protože je třeba i určité sémantické pochopení problému, bude systém testován na doméně sady dokumentů zápisů ze schůzek.
|
|
|
Extensible Provider for Windows Powershell
Závišek, Josef ; Ježek, Pavel (vedoucí práce) ; Obdržálek, David (oponent)
Předložená práce se zabývá návrhem a implementací rozšiřitelného provideru pro Windows PowerShell. Tento provider umožňuje registraci adapterů, které zpřístupňují různá datová úložiště. Práce podává stručný úvod do PowerShellu a nastiňuje způsob, jakým se nová rozšíření realizují. Detailněji je pak rozpracována architektura provideru. Další část práce je věnována návrhu a implementaci adaptéru pro komprimované soubory. K tomu je využita knihovna SevenZip, která musela být přizpůsobena pro použití z jazyka C#. Součástí práce je tedy i popis knihovny a implementace wrapperu umožňujícího použití knihovny v managed kódu.
|
|
| |
host ::
RSS.