Nástroj pro identifikaci klíčových slov

Bc. Pavel Vrtal

Diplomová práce

Key Words Identification Tool

Anotace:

Popsat základní principy analýzy obsahu textových dokumentů. Zaměřit se zejména na automatické rozpoznávání klíčových slov v textech. V praktické části navrhnout a vytvořit nástroj pro rozpoznávání klíčových slov v anglických textech. Vyřešit otázku obecných slov a synonym. Celkové řešení postavit na vlastních komponentách vyvinutých na platformě Java v kombinaci se stávajícími open source nástroji zejména v oblasti slovníků. Výsledný analytický nástroj bude umět analyzovat samostatné texty i složitější struktury, jako jsou například diskuze nebo FAQ. Funkčnost ověřit na textových dokumentech z oblasti ICT (např. odborné články, produktové listy, odborná diskuzní fóra). Diskutovat otázku a naznačit způsob rozšíření na další jazyky včetně češtiny, uvést současná omezení.

Abstract:

Describe basic principles of content analysis of text documents. Focus especially on automatic identifying of keywords in texts. Practical part will consist of design and creation of a tool for identifying of keywords in English texts. Resolve the issue with common words and synonyms. Base the whole solution on own components developed on Java platform combined with existing open-source tools, especially from dictionaries domain. The final analytic tool will be able to analyse stand-alone texts as well as more complex structures, e.g. discussions or FAQ. Test functionality on text documents from ICT domain (e.g. expert articles, product sheets, expert discussion forums). Discuss the issue of extension to other languages and suggest a way of resolving it, including Czech, mention current limitations.

Klíčová slova

přirozený jazyk, slovní druhy, synonyma, klíčová slova, identifikace

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 28. 5. 2012

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2012
• Vedoucí: RNDr. Jaroslav Ráček, Ph.D.
• Oponent: Mgr. Dalibor Toth

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Aplikovaná informatika / Služby - výzkum, řízení a inovace