but.committee	doc. Ing. Jaroslav Zendulka, CSc. (předseda) doc. Ing. Zdeněk Kotásek, CSc. (místopředseda) Ing. František Grézl, Ph.D. (člen) Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Filip Orság, 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 A. Otázky u obhajoby: Na straně 14, v sekci popisující způsoby porovnávání nástrojů Justext a Boilerpipe píšete, že když jeden z nástrojů selže, bod je přidělen automaticky jeho konkurentovi. Co když ale bude výstup konkurenčního nástroje zcela špatný? Taká mu přidělíte bod? Na straně 16 uvádíte, že celý vertikalizátor je navržen jako sada nástrojů, které mezi sebou komunikují podobně jako roury v Unixu. Jak přesně jednotlivé nástroje v proudu dat rozpoznají hranice mezi jednotlivými dokumenty?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Dytrych, Jaroslav	cs
dc.contributor.author	Švaňa, Miloš	cs
dc.contributor.referee	Otrusina, Lubomír	cs
dc.date.accessioned	2020-06-23T09:02:22Z
dc.date.available	2020-06-23T09:02:22Z
dc.date.created	2016	cs
dc.description.abstract	Táto práca za zaoberá problematikou extrakcie textu z webových stránok, rozlíšením dôležitého obsahu a jeho prevodom do vertikálneho formátu, ktorý je vhodný na ďalšie spracovanie z pohľadu analýzy prirodzeného jazyka. Analyzuje existujúce riešenie a jeho komponenty so zameraním predovšetkým na jeho nedostatky a popisuje návrh a implemetáciu riešenia nového využívajúce získané znalosti.	cs
dc.description.abstract	This thesis deals with the topic of extraction of text from web page, recognition of important contents and its transformation to vertical format, which can be used as a suitable input for other natural language processing tasks. It analyzes the existing solution and its components with emphasis on its disadvantages and describes the design and implementation of new solution based on obtained knowledge.	en
dc.description.mark	A	cs
dc.identifier.citation	ŠVAŇA, M. Čištění, extrakce textu a převod webových stránek do vertikálního formátu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96502	cs
dc.identifier.uri	http://hdl.handle.net/11012/62205
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	Vertikalizácia	cs
dc.subject	web	cs
dc.subject	CommonCrawl	cs
dc.subject	extrakcia textu	cs
dc.subject	Justext	cs
dc.subject	Boilerpipe	cs
dc.subject	klasifikácia textu	cs
dc.subject	spracovanie prirodzeného jazyka.	cs
dc.subject	Vertcalization	en
dc.subject	web	en
dc.subject	CommonCrawl	en
dc.subject	text extraction	en
dc.subject	Justext	en
dc.subject	Boilerpipe	en
dc.subject	text classification	en
dc.subject	natural language processing.	en
dc.title	Čištění, extrakce textu a převod webových stránek do vertikálního formátu	cs
dc.title.alternative	Cleaning, extraction of text and transformation of web pages into vertical format	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2016-06-15	cs
dcterms.modified	2020-05-10-16:12:38	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96502	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.23 01:00:23	en
sync.item.modts	2021.11.22 23:56:10	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

Čištění, extrakce textu a převod webových stránek do vertikálního formátu

Files

Original bundle

Collections