Document maps: visualization tool for semantic document representations

Bc. Michal Petr

Bachelor's thesis

Anotácia:

Vizualizování textových dat může být prospěšné pro obory, jakými je například strojové učení. Na rozdíl od počítačů, které mohou pracovat s daty, jež našim lidským mozkům nedávají smysl, potřebujeme pochopit, s jakými daty pracujeme, a je tak třeba najít lepší způsob, jak velká data lépe analyzovat. Hlavním cílem této práce je nastudovat a najít způsob vizualizace interaktivních množin textových dat, jako jsou například dokumenty v korpusu, a implementovat interaktivní webovou aplikaci, která by umožňovala tato data vizualizovat. Tato aplikace také pomáhá analyzovat podobnosti všech dokumentů tím, že tyto dokumenty rozmístí do force-directed simulace, a také tím, že zobrazí, která slova v každém dokumentu přispívají k těmto podobnostem.

Abstract:

Visualising textual data can be beneficial for fields such as machine learning, but unlike computers, which can work with data that make no sense to our human brains, we sometimes require to understand what data we are working with and thus require a better way to analyse such large sets of data. The main objective of this thesis is to study and research the means of visualising interactive sets of textual data, such as documents in a corpus, and to implement an interactive web application that would allow us to visualise this data. This application would also help us analyse all the documents' mutual similarities by putting them in a force-directed simulation and by giving us insight into which words in each document contribute to their similarity.

Keywords

D3.js, HTML, JavaScript, visual analytics, visualization, web application, web development

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 25. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2021
• Vedúci: RNDr. Vít Novotný
• Oponent: doc. RNDr. Barbora Kozlíková, Ph.D.

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Applied Informatics / Applied Informatics