Metody pro výpočet sémantické podobnosti slov

Ondřej PRAŽÁK

Bachelor's thesis

Methods for semantic relatedness computation

Anotácia:

Tato práce je zaměřena na metody výpočtu sémantické podobnosti slov. Algoritmy jsou testované v anglickém jazyce. Jejími cíli je poskytnout čtenáři ucelený pohled na současné metody v této oblasti a porovnat je. Také zde jsou představeny modifikace současných algoritmů za účelem vylepšení výsledků. Jsou zde představeny dvě základní kategorie těchto algoritmů: algoritmy založené na ontologii a algoritmy založené na distribuční hypotéze. Výsledky jednotlivých algoritmů budou vyhodnoceny na standardních datových kolekcích.

Abstract:

This thesis is focused on word-to-word semantic similarity measures. They are tested on English language. Its goal is to give the reader a general overview of existing word similarity measures, and to point to their main advantages and disadvantages. I also tried to develop some extensions of existing methods to get better results. Both main categories WordNet based and corpus based - distributional algorithms representatives are presented. Algorithms are evaluated on common word-to-word similarity datasets.

Kľúčové slová

sémantická podobnost slov, zpracování přirozeného jazyka, distribuční sémantika, WordNet, YAGO, CBOW, Skip-gram, GloVe, LSA, LDA

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 7. 5. 2015

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Ing. Miloslav Konopík, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / odbor:
Computer Science and Engineering / Information Technologies