Bc. Jan Brichta

Bakalářská práce

Corpora from reddit.com texts

Corpora from reddit.com texts
Anotace:
Cílem této práce je vyvinout nástroje pro zpracování dat z webové stránky reddit.com do korpusů a ukázat analýzu těchto dat pomocí nástroje Sketch Engine. Ve výsledku bylo z datasetu vytvořeno 10 korpusů, které pokrývjí období od roku 2005 do roku 2023.
Abstract:
The purpose of this thesis is to develop tools for processing data from the reddit.com website into text corpora and show analysis of the data with the Sketch Engine. This results in the creation of 10 corpora from dataset that spans from the year 2005 to 2023.
 

Keywords

reddit.com corpus linguistics NLP Sketch Engine large data web corpora text processing
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 23. 5. 2024
Identifikátor: https://is.muni.cz/th/nzmup/

Obhajoba závěrečné práce

  • Obhajoba proběhla 28. 6. 2024
  • Vedoucí: RNDr. Vít Suchomel, Ph.D.
  • Oponent: RNDr. Ondřej Herman

Citační záznam

Citovat tuto práci

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky
Složka Odkaz na adresář do lokálního úložiště instituce

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.