|
|
Semantic Similarity Methods in Folksonomies
Kadlec, Jan ; Otrusina, Lubomír (oponent) ; Schmidt, Marek (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the "Aalborg University", Denmark. Folksonomies are new, user driven classification structures and an important part of Web 2.0. Folksonomies are the only one approach that can keep up with todays web expansion rate, by utilizing users as classificators of web's content. Folksonomies, when containing sufficient amount of data, can be exploited in several ways. This particular work concentrates on measures of semantic similarity in folksonomies. The aim of this work is to evaluate several semantic similarity measures on a sample of three datasets - delicious.com, Last.fm and medworm.com. Evaluation was done using grounding data from WordNet, Open Directory Project and medical oriented ontology. Results presented by this work indicate, that measures of semantic similarity can be used to successfully measure the similarities in folksonomies in several domains.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Popis staročeské apelativní deklinace (se zřetelem k automatické morfologické analýze textů ve Staročeské textové bance)
Synková, Pavlína ; Oliva, Karel (vedoucí práce) ; Petkevič, Vladimír (oponent) ; Vepřek, Miroslav (oponent)
Práce přináší explicitní popis staročeské apelativní deklinace, který může sloužit jako základ pro automatické vygenerování tvarů spojených s morfologickými charakteristikami a lemmatem. Tyto tvary mohou být poté využity pro přiřazování morfologických kategorií (rodu, čísla a pádu) a lemmatu k tvarům vyskytujícím se v elektronizovaných staročeských textech. Práce tak vytváří podklady pro první krok k přeměně textových bank, které v současnosti pro staročeské období existují, v šíře využitelný nástroj lingvistického výzkumu. Staročeským obdobím se přitom ve shodě s obecně přijatou periodizací myslí období od vzniku souvislých českých textů zhruba do roku 1500. Substantiva byla vybrána proto, že v současné češtině pokrývají zhruba 30 % textu, tedy nejvíce ze všech slovních druhů. V celé práci se zohledňují staročeské texty pouze v transkripci užívané v textech Staročeské textové banky budované v Ústavu pro jazyk český AV ČR, v. v. i. Pro automatickou morfologickou analýzu představuje transkripce velké usnadnění, protože standardizuje písmo i pravopis, zároveň je však třeba mít na zřeteli, že každá transkripce je interpretací a je do jisté míry závislá na rozhodnutí editora textu. V práci se pro popis staročeské apelativní deklinace využívají historické mluvnice, staročeské texty a slovníky staré...
|
|
|
Fenomén tagování na serveru Flickr.com a jeho vliv na extenzi interpretace fotografie
Janda, Filip ; Láb, Filip (vedoucí práce) ; Turek, Pavel (oponent)
I Abstrakt První kapitola práce je věnována serveru Flickr.com a jeho vývoji od založení až po současnost a možnosti jeho využití jako zpravodajského zdroje. Druhá kapitola pak blíže rozpracovává problematiku samotné folksonomie, věnuje se její definici, základním přístupům k její typologizaci a samostatně pak pojednává o tagu, o jeho formách a funkcích na serveru Flickr.com. Ve třetí kapitole je pojednáno o stavu fotografie v její digitální podobě, o její nestálosti a náchylnosti být podřízena jazyku. Čtvrtá kapitola předkládá charakteristiku textu v prostředí internetu, kterou je především nonlineárnost a zabývá se titulky, popisky a textem jako takovým ve spojení s fotografií. Pátá kapitola se pak detailněji zaobírá schopností tagů ovlivnit vnímání fotografie v kyberprostoru a věnuje se dalšímu fenoménu, tzv. poznámkám. Šestá, závěrečná kapitola předkládá výsledky výzkumu "Flickrdream", jehož snahou bylo zjistit, do jaké míry jsou tagy ve spojení s fotografiemi na Flickru schopny vyhovět reprezentaci tak složitého jevu jakým je sen.
|
|
|
Semantic Similarity Methods in Folksonomies
Kadlec, Jan ; Otrusina, Lubomír (oponent) ; Schmidt, Marek (vedoucí práce)
This Bachelor's Thesis was performed during a study stay at the "Aalborg University", Denmark. Folksonomies are new, user driven classification structures and an important part of Web 2.0. Folksonomies are the only one approach that can keep up with todays web expansion rate, by utilizing users as classificators of web's content. Folksonomies, when containing sufficient amount of data, can be exploited in several ways. This particular work concentrates on measures of semantic similarity in folksonomies. The aim of this work is to evaluate several semantic similarity measures on a sample of three datasets - delicious.com, Last.fm and medworm.com. Evaluation was done using grounding data from WordNet, Open Directory Project and medical oriented ontology. Results presented by this work indicate, that measures of semantic similarity can be used to successfully measure the similarities in folksonomies in several domains.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Řezníček, Ivo (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo experimentovat s pokročilými technikami reprezentace obrazu a vytvoření klasifikátoru, který je schopen zpracovat s dostatečnou přesnosí a rychlostí velkou sadu obrazových dat. Základní řešení s využitím vizuálních slovníků je obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných příznaků pro popis obrazu, měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům a využití segmentace při budování vizuálního slovníku. Pro dosažní efektivity klasifikátoru jsou využity lineární SVM s explicitním vložením dat. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
host ::
RSS.