|
|
Hierarchická komprese
Kreibichová, Lenka ; Lánský, Jan (vedoucí práce) ; Dvořák, Tomáš (oponent)
Většina textových kompresních metod je založena na podobném principu. Vstupní text je rozdělen na posloupnost textových jednotek. Těmito textovými jednotkami jsou zpravidla znaky, slabiky nebo slova. Vyhledávání redundancí nad delšími textovými jednotkami je u velkých souborů zpravidla efektivnější. Výběrem slov jako textových jednotek ale ztrácíme možnost minimalizovat redundance nad slabikami a písmeny. V této práci jsme navrhli kompresní metodu, která konstruuje hierarchickou gramatiku zachycující redundance slabik, slov a delších částí textu. Následně namísto textových jednotek kóduje tuto gramatiku. Navrhli jsme strategii pro vytvoření této gramatiky na základě vstupního textu a popsali efektivní způsob jejího kódování. Součástí práce je porovnání efektivity této kompresní metody s jinými textovými metodami.
|
|
|
Hierarchická komprese
Kreibichová, Lenka ; Lánský, Jan (vedoucí práce) ; Dvořák, Tomáš (oponent)
Většina textových kompresních metod je založena na podobném principu. Vstupní text je rozdělen na posloupnost textových jednotek. Těmito textovými jednotkami jsou zpravidla znaky, slabiky nebo slova. Vyhledávání redundancí nad delšími textovými jednotkami je u velkých souborů zpravidla efektivnější. Výběrem slov jako textových jednotek ale ztrácíme možnost minimalizovat redundance nad slabikami a písmeny. V této práci jsme navrhli kompresní metodu, která konstruuje hierarchickou gramatiku zachycující redundance slabik, slov a delších částí textu. Následně namísto textových jednotek kóduje tuto gramatiku. Navrhli jsme strategii pro vytvoření této gramatiky na základě vstupního textu a popsali efektivní způsob jejího kódování. Součástí práce je porovnání efektivity této kompresní metody s jinými textovými metodami.
|
|
|
Metody sumarizace textových dokumentů
Pokorný, Lubomír ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Diplomová práce se zabývá jednodokumentovou sumarizací textových dat. Část práce je věnována přípravě dat, která je tvořena hlavně normalizací. Uvedeny jsou v ní některé algoritmy stemizace a obsahuje i popis lematizace. Hlavní část práce je věnována Luhnově sumarizační metodě a jejímu rozšíření za pouţití slovníku WordNet. Popsána a implementována byla i Oswaldova metoda. Navrţená a implementovaná aplikace provádí automatickou tvorbu abstraktů za pouţití zmíněných metod. Byla provedena i sada experimentů, kterými byla ověřena správná funkčnost aplikace.
|
host ::
RSS.