Klasifikace dokumentů s částečnou informací od učitele

Bc. Ondřej MACEK

Diplomová práce

Semi-supervised document classification

Anotace:

Tato práce se zabývá klasifikací dokumentů s částečnou informací od učitele. Teoretická část zastřešuje základy strojového učení a definuje prostor pro metody učení s částečnou informací od učitele mezi metodami učení s učitelem a bez učitele. Dále jsou popsány metody učení s částečnou informací od učitele a klasifikace dokumentů jako teoretický základ pro vývoj vlastní metody. Následuje popis vyvinutého algoritmu pro zvětšení objemu trénovacích dat pomocí neanotované datové sady, doplněný výsledky experimentů.

Abstract:

The thesis deals with the semi-supervised document classification. The theoretical part covers the basics of machine learning and defines the space for semi-supervised learning methods between supervised and unsupervised learning. Furthermore, sections of semi-supervised learning methods and document classification cover the theoretical basis for developing the own method. The own developed algorithm for enlargement the training data using an unannotated dataset is explained, accompanied by experimental results.

Klíčová slova

Strojové učení, učení s částečnou informací od učitele, klasifikátor, klasifikace dokumentů, Bag-of-words, Python, scikit-learn

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 25. 8. 2021

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Doc. Ing. Pavel Ircing, Ph.D.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Magisterský studijní program / obor:
Aplikované vědy a informatika / Kybernetika a řídicí technika