Automatická extrakce příspěvků z diskusních fór

Bc. Jakub SIDO

Diplomová práce

Automatic extraction of Internet forum posts

Anotace:

Internet je velice rychle rostoucí médium. Stává se více žádané data na něm obsažená zpracovávat automaticky. Tato práce se zabývá extrakcí informací z webových zdrojů, především z webových diskuzních fór. Pojednává o tomto oboru a zkoumá existující systémy. Následně jsou tyto poznatky aplikovány a je navrhnut systém, který tento úkol plní bez zásahu člověka. Dále jsou použity metody strojového učení a analýzy přirozeného jazyka k označení významu získaných dat.

Abstract:

Internet is very quickly growing medium. It is becoming more requisite to process data contained therein automatically. This work deals with extraction of informations from web sources, especially from the web discussion forums. It discuss this discipline and examines existing systems. Then is this knowledge aplicated and is designed a system, which does this job without a human intervation. There are also used methods of machine learning and of analysis of natural language to designation of meaning of acquired data

Klíčová slova

diskuzní fórum, strojové učení, zpracování přirozeného jazyka, klasifikace textu, struktura webové stránky, extrakce informací, strukturované zdroje informací

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 18. 5. 2017

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Ing. Miloslav Konopík, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Magisterský studijní program / obor:
Inženýrská informatika / Softwarové inženýrství