Zpět na vyhledávání

Milan VACEK

Bachelor's thesis

Named Entity Recognition in Historical Text Documents

Named Entity Recognition in Historical Text Documents
Abstract:
The aim of the thesis was to study provided data sets and relevant methods of named entity recognition based on neural networks. Thanks to gathered information there were chosen two most suitable methods for named entity recognition. These methods were convolutional BLSTM network with standalone and transfer learning. For both of this methods working prototype of named entity recognition system was …more
Abstract:
Cílem práce bylo prostudovat dodané datové kolekce a relevantní metody rozpoznávání pojmenovaných entit založené na neuronových sítích. Díky takto získaných poznatků byly zvoleny dvě nejvhodnější metody pro rozpoznávání pojmenovaných entit. Tyto metody byly konvoluční BLSTM síť trénovaná samostatně a s přenosem znalostí (tzv. transfer learning). Pro každou z těchto metod byl vytvořen funkční prototyp …more
 

Keywords

Zpracování přirozeného jazyka Rozpoznání jmenných entit Neuronové sítě Konvoluční neuronové sítě Rekurentní neuronové sítě
 
Language used: English
Date on which the thesis was submitted / produced: 7. 5. 2020
Accessible from:: 31. 12. 2999

Thesis defence

  • Supervisor: Doc. Ing. Pavel Král, Ph.D.

Citation record

Cite this text
The right form of listing the thesis as a source quoted

VACEK, Milan. Named Entity Recognition in Historical Text Documents. Plzeň, 2020. bakalářská práce (Bc.). ZÁPADOČESKÁ UNIVERZITA V PLZNI. Fakulta aplikovaných věd

Full text of thesis

Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti

Contents of on-line thesis archive
Published in Theses:
  • Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: ZÁPADOČESKÁ UNIVERZITA V PLZNI, Fakulta aplikovaných věd
Vázaný výtisk práce naleznete v Univerzitní knihovně ZČU, více na http://www.knihovna.zcu.cz/kvalifikacni-prace/
https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=83016 Reference to the local database file of the institution