Odvození slovníku pro nástroj Process Inspector na platformě SharePoint
Loading...
Date
Authors
Pavlín, Václav
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Tato diplomová představuje metody pro dolování důležitých informací z textu. Analyzuje problém extrakce pojmů z rozsáhlé sady dokumentů a popisuje implementaci řešení s využitím jazyka C# a databázového systému Microsoft SQL Server. Systém k extrakci pojmů využívá lemmatizaci výrazů a několik statistických metod. Práce také srovnává použité metody a navrhuje postup odvození slovníku.
This master's thesis presents methods for mining important pieces of information from text. It analyses the problem of terms extraction from large document collection and describes the implementation using C# language and Microsoft SQL Server. The system uses stemming and a number of statistical methods for term extraction. This project also compares used methods and suggests the process of the dictionary derivation.
This master's thesis presents methods for mining important pieces of information from text. It analyses the problem of terms extraction from large document collection and describes the implementation using C# language and Microsoft SQL Server. The system uses stemming and a number of statistical methods for term extraction. This project also compares used methods and suggests the process of the dictionary derivation.
Description
Keywords
Dolování z textu , extrakce pojmů , chí kvadrát , frekvenční analýza , tf-idf , lemmatizace , Perl , C# , MySQL , MSSQL. , Text mining , term extraction , chi-square , frequency analysis , tf-idf , stemming , Perl , C# , MySQL , MSSQL.
Citation
PAVLÍN, V. Odvození slovníku pro nástroj Process Inspector na platformě SharePoint [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2012.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Bezpečnost informačních technologií
Comittee
doc. Dr. Ing. Petr Hanáček (předseda)
doc. RNDr. Pavel Smrž, Ph.D. (místopředseda)
doc. Ing. Radek Burget, Ph.D. (člen)
Ing. Zbyněk Křivka, Ph.D. (člen)
doc. Ing. Petr Matoušek, Ph.D., M.A. (člen)
prof. RNDr. Josef Šlapal, CSc. (člen)
Date of acceptance
2012-06-15
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky 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 A. Otázky u obhajoby: - Jakým způsobem by bylo možné implementované řešení rozšířit s ohledem na víceslovné výrazy; - Jakým způsobem byste řešil vyhledávání dle národních jazyků;
Result of defence
práce byla úspěšně obhájena