Sémantická podobnost článků
| but.committee | doc. Dr. Ing. Jan Černocký (předseda) doc. Ing. František Zbořil, CSc. (místopředseda) Ing. Vítězslav Beran, Ph.D. (člen) Ing. Michal Bidlo, Ph.D. (člen) Ing. Karel Masařík, 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 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 B. Otázky u obhajoby: Jakým způsobem jste vybíral dokumenty do Vašeho testovacího korpusu? Jak jste podobnosti těchto dokumentů vyhodnocoval a jak dlouho Vám to trvalo? Můžete prosím komisi objasnit, jak přesně jste implementoval metodu iterativní LSA? Z popisu práce to není příliš jasné. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Kouřil, Jan | cs |
| dc.contributor.author | Veselovský, Martin | cs |
| dc.contributor.referee | Otrusina, Lubomír | cs |
| dc.date.accessioned | 2019-06-14T10:52:18Z | |
| dc.date.available | 2019-06-14T10:52:18Z | |
| dc.date.created | 2014 | cs |
| dc.description.abstract | Tato práce se zabývá modelováním struktury sémantických vztahů mezi články v anglickém jazyce. Představuje existující metody pro reprezentaci a výpočet podobnosti článků. Základnou metodou je vektorový model, který reprezentuje dokument jako vektor slov. Jednotlivým slovům jsou v rámci modelu určené váhy důležitosti metodou TF-IDF. Dále jsou zde popsány pokročilé metody modelování a to Latentní sémantická analýza (LSA) a Latentní Dirichletova alokace (LDA). Práce se také zabývá články, které jsou sémanticky anotované, přičemž váhy anotačních slov jsou vypočítány na základe metody SGD. Vyhodnocení výsledků probíhá na připraveném testovacím korpusu dokumentů, ke kterému existuje referenční hodnocení podobnosti. | cs |
| dc.description.abstract | This bachelor's thesis deals with modelling of structure of semantic relationships among articles in English language. There are introduced existing methods of articles representation and computation of similarity. The base method is vector space model, which represents document as vector of words. There are given weights of importance to these words using TF-IDF method. Next, there are described advanced methods of modelling, Latent semantic analysis (LSA) and Latent Dirichlet allocation (LDA). This thesis also deals with articles, which are semantically annotated, while weights of annotation words are computed by Stochastic Gradient Descent method. Evaluation of results takes place on the prepared test corpus of documents to which there is reference similarity evaluation. | en |
| dc.description.mark | B | cs |
| dc.identifier.citation | VESELOVSKÝ, M. Sémantická podobnost článků [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2014. | cs |
| dc.identifier.other | 79867 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/56420 | |
| 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 | sémantická podobnost | cs |
| dc.subject | sémantické anotace | cs |
| dc.subject | vektorový model | cs |
| dc.subject | TF-IDF | cs |
| dc.subject | SGD | cs |
| dc.subject | LSA | cs |
| dc.subject | LDA | cs |
| dc.subject | Python | cs |
| dc.subject | Gensim | cs |
| dc.subject | Elasticsearch | cs |
| dc.subject | zpracování přirozeného jazyka | cs |
| dc.subject | křížová validace | cs |
| dc.subject | semantic similarity | en |
| dc.subject | semantic annotations | en |
| dc.subject | vector space model | en |
| dc.subject | TF-IDF | en |
| dc.subject | SGD | en |
| dc.subject | LSA | en |
| dc.subject | LDA | en |
| dc.subject | Python | en |
| dc.subject | Gensim | en |
| dc.subject | Elasticsearch | en |
| dc.subject | natural language processing | en |
| dc.subject | cross validation | en |
| dc.title | Sémantická podobnost článků | cs |
| dc.title.alternative | Semantic Similarity of Articles | en |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2014-06-18 | cs |
| dcterms.modified | 2020-05-10-16:11:42 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 79867 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2021.11.12 22:58:53 | en |
| sync.item.modts | 2021.11.12 21:57:23 | en |
| thesis.discipline | Informační technologie | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |