|
|
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.
|
|
|
Analýza kvality převodu elektronických slovníků
Stehlíková, Petra ; Škoda, Petr (oponent) ; Kouřil, Jan (vedoucí práce)
Práce se zabývá elektronickými slovníky, jejich formáty a analýzou správnosti jejich převodu z jiných formátů. Práce popisuje podrobněji formát Lexical Markup Framework. Dále se věnuje možnostem analýzy převodů (především latentní sémantické analýze) a nástrojům pro ni použitých. Na základě těchto teoretických znalostí byly vytvořeny skripty v jazyce Python pro analýzu slovníků ve formátu Lexical Markup Framework.
|
|
|
Metody sumarizace dokumentů na webu
Belica, Michal ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá sumarizací dokumentů ve formátu HTML. Jako jazyk webových dokumentů byla zvolena čeština. Práce je zaměřená na algoritmy sumarizace textů. Součástí práce je však i předzpracování sumarizovaného dokumentu a převod textu na reprezentaci vhodnou pro sumarizační algoritmy. Práce krátce pojednává o všeobecném dolování textů a později se zaměřuje na sumarizaci. Představené jsou dva jednoduché sumarizační algoritmy, přičemž práce se zaměřuje na pokročilý algoritmus využívající latentní sémantické analýzy. Výsledkem práce je návrh a implementace sumarizačního modulu pro jazyk Python. Souhrny generované implementovanými sumarizačními metodami jsou v závěrečné kapitole porovnány pomocí evaluačních metod i z pohledu subjektivního hodnocení autora práce.
|
|
|
Sémantická blízkost termínů
Novák, Ján ; Šilhavá, Jana (oponent) ; Schmidt, Marek (vedoucí práce)
Tato práce si klade za cíl zpracovat poznatky o automatickém rozpoznávaní termínů a metodách výpočtu podobnosti termínů podle spoluvýskytu a na základe těchto poznatků navrhnout a implementovat systém pro výpočet sémantické blízkosti termínů z rozsáhle kolekce dokumentů.
|
|
|
Sémantická podobnost textů
Bradáč, Václav ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá problematikou určování sémantické podobnosti textů se zaměřením na škálovatelnost. Součástí zpracování je teoretický přehled nástrojů pro implementaci systému na testovaných datech. Testovaný korpus obsahuje odborné články v anglickém jazyce. Cílem práce je tyto články analyzovat, modifikovat pro snadnější analýzu jejich sémantické obdoby. Jedním z nejdůležitějších využitých nástrojů je reprezentace dat ve vektorovém prostoru.
|
|
|
Aplikace pro sumarizaci textu
Mička, Jakub ; Zendulka, Jaroslav (oponent) ; Bartík, Vladimír (vedoucí práce)
V této práci jsem se zaměřil na implementaci webové aplikace, která slouží jako prostředek pro automatickou tvorbu souhrnů v anglickém jazyce. Automatická tvorba souhrnů je v řešení prováděna pomocí metody TextRank a Latentní sémantické analýzy. Obě tyto metody jsou vylepšeny o rozpoznávání pojmenovaných entit. Přínosem této práce je zjištění, že využití rozpoznávání pojmenovaných entit u Latentní sémantické analýzy a především u metody TextRank, vede k vytváření kvalitnějších souhrnů. Tato kvalita souhrnů byla ověřena pomocí metrik ROUGE.
|
|
|
Získávání skrytých znalostí z online dat souvisejících s vysokými školami
Hlaváč, Jakub
Sociální sítě představují populární formu komunikace. Univerzitám usnadňují poskytování informací a oslovení uchazečů o studium. Trendem je také vzdělávání prostřednictvím zahraničních studijních pobytů. Studenti se však setkávají s řadou překážek. Výsledky této práce mohou pomoci univerzitám efektivněji komunikovat prostřednictvím sociálních sítí a lépe podporovat zahraniční pobyty. V rámci práce byla analyzována data ze sociálních sítí českých univerzit a data z průzkumů organizace Erasmus za účelem nalezení užitečných znalostí. Hlavní pozornost byla věnována zkoumání textových dat. Převážně byly využity statistické metody a metody strojového učení včetně výběru proměnných, modelování témat a shlukování. Výstupem jsou témata, která jsou na sociálních sítích populární a zajímavá. Dále byly identifikovány klíčové problémy studentů při zahraničních pobytech a vybrané z nich byly srovnávány pro země i univerzity.
|
|
|
Analýza kvality převodu elektronických slovníků
Stehlíková, Petra ; Škoda, Petr (oponent) ; Kouřil, Jan (vedoucí práce)
Práce se zabývá elektronickými slovníky, jejich formáty a analýzou správnosti jejich převodu z jiných formátů. Práce popisuje podrobněji formát Lexical Markup Framework. Dále se věnuje možnostem analýzy převodů (především latentní sémantické analýze) a nástrojům pro ni použitých. Na základě těchto teoretických znalostí byly vytvořeny skripty v jazyce Python pro analýzu slovníků ve formátu Lexical Markup Framework.
|
|
|
Aplikace pro sumarizaci textu
Mička, Jakub ; Zendulka, Jaroslav (oponent) ; Bartík, Vladimír (vedoucí práce)
V této práci jsem se zaměřil na implementaci webové aplikace, která slouží jako prostředek pro automatickou tvorbu souhrnů v anglickém jazyce. Automatická tvorba souhrnů je v řešení prováděna pomocí metody TextRank a Latentní sémantické analýzy. Obě tyto metody jsou vylepšeny o rozpoznávání pojmenovaných entit. Přínosem této práce je zjištění, že využití rozpoznávání pojmenovaných entit u Latentní sémantické analýzy a především u metody TextRank, vede k vytváření kvalitnějších souhrnů. Tato kvalita souhrnů byla ověřena pomocí metrik ROUGE.
|
|
|
Utilization of latent semantic analysis in virtual screening
Kolář, Jiří ; Hoksza, David (vedoucí práce) ; Škoda, Petr (oponent)
Title: Utilization of latent semantic analysis in virtual screening Author: Jiří Kolář Department: Department of Software Engineering Supervisor: RNDr. David Hoksza, Ph.D., Department of Software Engineering Abstract: Aim of this thesis is to investigate utilisation of latent semantic in- dexing in Virtual screening. We have examined existing VS method called lat- ent semantic structural indexing (LaSSI) and compared performance of different structural fingerprints. Additionally, we have developed a new model that com- pare fragments of molecules by usage of latent semantic indexing. Fragments are characterized by formula based counts and descriptors describing the physi- cochemical properties. Results of our methods are compared to VS techniques using directly standard fingerprints. Keywords: virtual screening cheminformatics ligand-based fingerprints ECFP TT latent semantic analysis LaSSI iii
|
host ::
RSS.