but.committee	doc. Dr. Ing. Petr Hanáček (předseda) prof. Ing. Martin Drahanský, Ph.D. (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) doc. Mgr. Lukáš Holík, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen) doc. Ing. Václav Zeman, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " B ". Otázky u obhajoby: Při vyhodnocování škálovatelnosti aplikace (kapitola 7.9) uvádíte, že program zvládne natrénovat klasifikátor až podle 100.000 vzorků. V testovacích sadách však máte nejvýše 1.000 anotovaných vzorků. Kde se těch dalších 99.000 vzorků vzalo? A pokud jste je získal duplikací, neovlivní to věrohodnost výsledků?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Šimková, Hana	cs
dc.contributor.author	Drápela, Karel	cs
dc.contributor.referee	Křena, Bohuslav	cs
dc.date.created	2018	cs
dc.description.abstract	Práce se zabývá kategorizací krátkých spamových textů v SMS zprávách. V první části práce jsou shrnuty aktuální přístupy k textové klasifikaci a následuje popis nejpoužívanějších klasifikátorů. V dalších kapitolách je rozebrána anotace testovacích dat, implementace programu a výsledky klasifikace. Program je schopen klasifikovat texty na základě definovaných kategorií a také odhadnout přesnost klasifikátoru na trénovací sadě. Pro dva navržené typy kategorií dosahuje klasifikátor přesnosti až 82% a 92%. Předzpracování i výběr příznaků měly na přesnost pozitivní vliv. Přesnost je dále možné zvýšit odstraněním části vzorků, které má klasifikátor největší problémy zařadit. Při 80% pokrytí je možné zvýšit přesnost o 8-10%.	cs
dc.description.abstract	This thesis deals with categorization of short spam texts from SMS messages. First part summarizes current methods for text classification and~it's followed by description of several commonly used classifiers. In following chapters test data analysis, program implementation and results are described. The program is able to predict text categories based on predefined set of classes and also estimate classification accuracy on training data. For the two category types, that I designed, classifier reached accuracy of 82% and 92% . Both preprocessing and feature selection had a positive impact on resulting accuracy. It is possible to improve this accuracy further by removing portion of samples, which are difficult to classify. With 80\% recall it is possible to increase accuracy by 8-10%.	en
dc.description.mark	B	cs
dc.identifier.citation	DRÁPELA, K. Predikce povahy spamových krátkých textů textovým klasifikátorem [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114603	cs
dc.identifier.uri	http://hdl.handle.net/11012/84988
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	strojové učení	cs
dc.subject	textová klasifikace	cs
dc.subject	spam	cs
dc.subject	předzpracování	cs
dc.subject	výběr příznaků	cs
dc.subject	machine learning	en
dc.subject	text classification	en
dc.subject	spam	en
dc.subject	preprocessing	en
dc.subject	feature selection	en
dc.title	Predikce povahy spamových krátkých textů textovým klasifikátorem	cs
dc.title.alternative	Machine Learning Text Classifier for Short Texts Category Prediction	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2018-06-21	cs
dcterms.modified	2020-05-10-16:13:11	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114603	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:27:54	en
sync.item.modts	2025.01.15 12:39:26	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Predikce povahy spamových krátkých textů textovým klasifikátorem

Files

Original bundle

Collections