Metody indexace dokumentů

Bc. Martin Bella

Diplomová práce

Index creation methods for set of documents

Abstract:

The aim of this work is to describe methods for indexing textual documents, insight into the theoretical principles, as well as analysis of appropriate data structures and familiarization with the available software (especially Java). Part of the work is also designing and implementing application OntoSearch which will later serve for indexing and searching documents in the system for categorization textual documents.

Abstract:

Cieľom práce je popísanie metód indexácie textových dokumentov, preniknutie do teoretických princípov, rovnako ako analýza vhodných dátových štruktúr a zoznámenie sa s dostupným softvérom (najmä v jazyku Java). Súčasťou práce je tiež navrhnutie a implementácia aplikácie OntoSearch, ktorá bude neskôr slúžiť na indexovanie a vyhľadávanie dokumentov v systéme na kategorizáciu textových dokumentov.

Klíčová slova

vyhľadávanie informácií, index, logický model, vektorový model, pravdepodobnostný model, k-gram, Levenshteinova vzdialenosť, MG4J, Lucene, Hunspell, information retrieval, boolean model, vector space model, probability model, Levenshtein distance

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 31. 5. 2010

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 7. 2010
• Vedoucí: RNDr. Matěj Štefaník
• Oponent: RNDr. Ing. Karel Kisza

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika