Reprezentace textu a její vliv na kategorizaci

Diplomová práce se zabývá strojovým zpracováním textových dat. V teoretické části jsou popsány problémy související se zpracováním přirozeného jazyka a dále jsou představeny různé způsoby předzpracování a reprezentace textu. Práce se také blíže věnuje použití N-gramů jako rysů pro reprezentaci dokumentů a popisuje některé algoritmy sloužící pro jejich extrakci. Další část je pak věnována přehledu používaných klasifikačních metod. V rámci praktické části práce byla navržena a implementována aplikace sloužící pro předzpracování a vytváření různých reprezentací textových dat. V rámci experimentů je pak sledován vliv těchto reprezentací na úspěšnost klasifikačních algoritmů.

Grantor dc:publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

Author dc:creator

• Šabatka, Ondřej

Advisor dc:contributor.advisor

• Bartík, Vladimír

• kategorizace
• klasifikační metody
• dolování z textu
• TF-IDF
• reprezentace textu
• reprezentace textových dokumentů
• N-gramy
• algoritmus Sufixového stromu
• categorization
• classification algorithms
• text mining
• representation of text
• representation of text documents
• N-grams
• Suffix tree algorithm

Statement dc:rights

• Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 1 roku/let

Language dc:language.iso

cs

Dc Identifier Other

34998

OAI identifier oai:identifier

oai:dspace.vut.cz:11012/54406