Automatické sestavení profilu autora odborných publikací na základě vyhledávání na webu

Mgr. Veronika Krejčířová

Bakalářská práce

Automatic creation of an author profile based on research publications and web search data

Anotace:

Při vlastní vědecké práci i při jejím hodnocení vyvstává často potřeba zjistit informace o autorovi vybraného odborného článku, jako jsou kontakty (e-mail, telefon, adresa), oblasti výzkumu nebo další publikace. Tyto informace zde souhrnně označujeme jako profil autora. V závislosti na zvyklostech v některých vědních oborech nebo některých zemích mohou být např. kontaktní informace uvedené přímo u článku, někde je ovšem pouze jméno autora a instituce a vše ostatní lze získat pouze z webového vyhledávání. Cílem práce je ze zadaného jména autora a odborného článku (případně jen názvu/abstraktu článku) vyhledat informace o autorovi na webových stránkách (s přihlédnutím k tématu článku) a extrahovat z nich profil autora. Je nutné umět rozpoznávat typy stránek (domovská stránka, stránka se seznamy adres, stránka instituce, ...), extrahovat ze stránky dostupné informace a syntetizovat výsledek z více stránek do jednotné podoby profilu. Výsledná práce se bude skládat jednak z textové části popisující srovnání s projekty řešící obdobnou problematiku, analýzu a návrh problému a vlastní popis a vyhodnocení implementace, a jednak funkční implementovaný systém.

Abstract:

During scientific work and during its evaluation often arises need to find out information about an author of a selected article. Information such as contact (e-mail, phone, address), area of research or other publications. These information can be summarized and referred to as a profile of the author. Depending on habits of some scientific disciplines and some countries, the contact information can be provided directly in the article. However sometimes only the author's name and institution are provided, and everything else can only be obtained by Web search. The aim of this work is to find information about the author with his name and his research paper given (or just a title/abstract of the article) on a website (with taking the topic of the article in the account) and extract a profile of the author. It is necessary to be able to recognize different types of webpages (homepage, page with lists of addresses, page of institutions, ...), extract available information from the page and synthesize the result of multiple pages into a single shape profile. The resulting work will consists of two parts. A text describing comparison with projects dealing with similar issues, analysis of the problem and description and evaluation of own solution. Second part is functional implemented system .

Klíčová slova

Internet, vyhledávání osob, automatické vyhledávání, publikace, extrakce dat, kontaktní údaje, e-mail, telefon, adresa, fax.

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 19. 5. 2014

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2014
• Vedoucí: doc. RNDr. Aleš Horák, Ph.D.
• Oponent: doc. Mgr. Pavel Rychlý, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka