|
|
Využití metod dolování dat pro analýzu sociálních sítí
Novosad, Andrej ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou dolování dat v prostředí sociálních sítí. Podává přehled o dolování z dat a možných metodách dolování. Práce také zkoumá sociální média a sítě, co mohou poskytnout a jaké problémy se sebou přinášejí. Jsou prozkoumané API třech sociálních sítí a jejich možnosti z hlediska získání dat vhodných pro dolování. Zkoumají se techniky dolování znalostí z textových dat. Je popsán způsob implementace webové aplikace, která doluje data ze sociální sítě Twitter pomoci algoritmu SVM. Implementovaná aplikace klasifikuje zprávy na základě jejich textu do tříd reprezentujících kontinenty původu. Je provedeno několik experimentů v softwaru RapidMiner a v implementované webové aplikaci a jejich výsledky jsou prozkoumány.
|
|
|
Analýza obsahu sociálních sítí týkající se českých mobilních operátorů
Pavlů, Jan ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá analýzou postojů u příspěvků ze sociálních sítí týkajících se českých mobilních operátorů. Kromě analýzy postojů se zaměřuje na vizualizací stažených a analyzovaných dat. Analýza postojů je provedena za pomocí strojového učení s učitelem. Po stažení jsou příspěvky očištěny, lemmatizovány a převedeny na vektor příznaků. Pro klasifikaci se využívá Stochastic Gradient Descent. Analyzovaná data jsou zobrazena jak ve formě diagramů, tak ve tvaru seznamu příspěvků. Systém poskytuje i automatické přiřazení kategorií příspěvkům pomocí stejného principu. Při přiřazení postojů systém dosahuje úspěšnosti okolo 75%. Při přiřazení kategorií je sice vysoká přesnost (kolem 80%), ale nízká preciznost, navrátovost a F1 score(20% - 30%). Proto se automaticky neprovádí. Přínosem systému je, dokáže automaticky sbírat data z různých zdrojů, ta analyzovat a přehledně zobrazit. Také poskytuje prostředky, jak manuálně měnit přířazené hodnocení/kategori, což při občasném zásahu uživatele povede k postupnému zlepšování charakteristik systému.
|
|
|
Analýza sentimentu s využitím dolování dat
Sychra, Martin ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Obsahem práce je analýza sentimentu, především z informatického hlediska (okrajově z hlediska lingvistického). V lingvistické části je rozebrán pojem sentiment a jazykové metody pro jeho analýzu, např. lemmatizace, POS tagging, využití seznamu stopwords apod. Větší pozornost je následně věnována struktuře analyzátoru sentimentu, který je založen na některé z metod strojového učení (metoda podpůrných vektorů, naivní Bayesův klasifikátor a klasifikátor maximální entropie). Na základě teoretických východisek je navržen a implementován funkční analyzátor. Experimenty jsou zaměřeny především na porovnání klasifikačních metod a přínos využití jednotlivých metod předzpracování. Úspěšnost sestrojeného klasifikátoru dosahuje až 84 % v křížové validaci.
|
|
| |
|
|
Klasifikace dokumentů pomocí analýzy obsahu
Borčík, Filip ; Kačic, Matej (oponent) ; Třeštíková, Lenka (vedoucí práce)
Táto práca sa zaoberá klasifikáciou dokumentov podľa rodiny štandardov ISO/IEC 27000. Poukazuje na potrebu, ale aj problémy klasifikovania v korporátnom prostredí. Práca taktiež implementuje systém pre klasifikáciu dokumentov prostredia MS Office založenej na analýze obsahu pomocou definovaných pravidiel. Tento systém je zavedený do aplikácie DocTag vyvíjanej spoločnosťou AEC.
|
|
|
Deep Neural Networks for Historical Document Classification
Pinkeová, Bettina ; Kohút, Jan (oponent) ; Kišš, Martin (vedoucí práce)
The aim of this work is to create a system for historical documents classification . The task is specifically about classification of documents according to the place of origin. Several systems are proposed for solving this problem, in the work. The first designed and implemented system is based on a convolutional neural network with a self-attention mechanism instead of an average pooling layer. Another system is based on the BEiT model, which is built on a visual transformer. The BEiT model was pretrained on the task of masked image modelling and subsequently trained on the given classification task. The system based on convolutional neural network achieved an accuracy of 81.6% and the system based on masked image modelling achieved an accuracy of 82.9%. The systems implemented in this work, surpassed the systems participating in the ICDAR 2021 conference in terms of success.
|
|
|
Automatická klasifikace smluv pro portál HlidacSmluv.cz
Maroušek, Jakub ; Nečaský, Martin (vedoucí práce) ; Holub, Martin (oponent)
Registr smluv je veřejná databáze obsahující smlouvy uzavřené institucemi veřejné správy. Vzhledem k množství publikovaných dokumentů je však analýza dat problema- tická. Cílem práce je za použití metod strojového učení naleznout postup pro rozdělení smluv do kategorií podle oblastí (realitní služby, stavitelství a podobně) a tento postup implementovat pro použití na webovém portálu Hlídač státu. Komplikaci představuje velké množství kategorií a fakt, že není k dispozici žádná sada již označených smluv. 1
|
|
|
Klasifikace dokumentů pomocí analýzy obsahu
Borčík, Filip ; Kačic, Matej (oponent) ; Třeštíková, Lenka (vedoucí práce)
Táto práca sa zaoberá klasifikáciou dokumentov podľa rodiny štandardov ISO/IEC 27000. Poukazuje na potrebu, ale aj problémy klasifikovania v korporátnom prostredí. Práca taktiež implementuje systém pre klasifikáciu dokumentov prostredia MS Office založenej na analýze obsahu pomocou definovaných pravidiel. Tento systém je zavedený do aplikácie DocTag vyvíjanej spoločnosťou AEC.
|
|
| |
|
|
Analýza obsahu sociálních sítí týkající se českých mobilních operátorů
Pavlů, Jan ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá analýzou postojů u příspěvků ze sociálních sítí týkajících se českých mobilních operátorů. Kromě analýzy postojů se zaměřuje na vizualizací stažených a analyzovaných dat. Analýza postojů je provedena za pomocí strojového učení s učitelem. Po stažení jsou příspěvky očištěny, lemmatizovány a převedeny na vektor příznaků. Pro klasifikaci se využívá Stochastic Gradient Descent. Analyzovaná data jsou zobrazena jak ve formě diagramů, tak ve tvaru seznamu příspěvků. Systém poskytuje i automatické přiřazení kategorií příspěvkům pomocí stejného principu. Při přiřazení postojů systém dosahuje úspěšnosti okolo 75%. Při přiřazení kategorií je sice vysoká přesnost (kolem 80%), ale nízká preciznost, navrátovost a F1 score(20% - 30%). Proto se automaticky neprovádí. Přínosem systému je, dokáže automaticky sbírat data z různých zdrojů, ta analyzovat a přehledně zobrazit. Také poskytuje prostředky, jak manuálně měnit přířazené hodnocení/kategori, což při občasném zásahu uživatele povede k postupnému zlepšování charakteristik systému.
|
host ::
RSS.