Bc. Martin Šmíd

Bachelor's thesis

Textové korpusy ze závěrečných prací

Text corpora from theses
Anotácia:
Cílem práce je vytvořit nástroj pro stahování závěrečných prací z Informačního systému a vybudovat z nich textové korpusy. První část práce přibližuje korpusovou lingvistiku a využití jazykových korpusů. Následuje popis problematiky rozpoznání jazyka, která je důležitá pro odfiltrování nežádoucích textů. Ve třetí části je popsána implementace navrženého programu.
Abstract:
The aim of this bachelor thesis is to create a tool for downloading students theses from the Information system and to build text corpora. The corpus linguistics field is described in the first part of this thesis. After that a description of a language identification follows, which is important for filtering unwanted texts. In the third part the description of the tool implementation is given.
 

Kľúčové slová

jazykový korpus paralelní korpus korpusová lingvistika identifikace jazyka závěrečné práce Sketch Engine Python corpus parallel corpus corpus linguistics language identification theses
 
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 19. 5. 2016
Identifikátor: https://is.muni.cz/th/anxmd/

Obhajoba závěrečné práce

  • Obhajoba proběhla 23. 6. 2016
  • Vedúci: Mgr. et Mgr. Vít Baisa, Ph.D.
  • Oponent: RNDr. Vít Suchomel

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

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Informatics / Artificial Intelligence and Natural Language Processing

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.
Všechny práce