Document annotation tool

Bc. Michal Obročník

Bakalářská práce

Anotace:

Táto práca predstavuje webovú aplikáciu Textkernel Annotator, nástroj pre anotáciu dokumentov pre získavanie informácií slúžiacich ako vstup pre algoritmy spracovania prirodzeného jazyka. Výstup aplikácie je užívateľom anotovaná reprezentácia dokumentov v jednoduchom formáte založenom na XML, s obmedzenou podporou pre sémantické vzťahy medzi anotáciami. Nástroj podporuje textovú anotáciu HTML dokumentov, a preto zároveň formátov, ktoré je možné konvertovať do HTML. Jeden z hlavných cieľov je poskytnúť jednoduchšie užívateľské rozhranie ako existujúce anotačné nástroje. Práca tiež zhrňuje niektoré problémy pri tvorbe kvalitných modulárnych aplikácií v jazyku Javascript.

Abstract:

This paper introduces Textkernel Annotator, a browser-based document annotation tool for the purpose of knowledge acquisition for natural language processing algorithms. The application outputs a user-annotated representation of documents in a simple XML-based format with limited support for semantical relationships. The tool supports text annotation of HTML documents and hence formats that are convertible into HTML. One of the main goals was to provide a simpler user interface than other available annotation tools. The paper also outlines some challenges in building a well-factored modular Javascript applications today.

Keywords

corpus linguistics, metadata, annotation tools, annotation formats, embedding XML in HTML, HTML text range selection, single page web applications

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2014

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 6. 2014
• Vedoucí: doc. RNDr. Tomáš Pitner, Ph.D.
• Oponent: Mgr. Martin Víta

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Počítačové systémy a zpracování dat