Tvorba korpusu novinových titulků a jeho analýza

Mgr. Pavlína Sedlářová

Bakalářská práce

Building corpus of tabloid headlines and its analysis

Anotace:

Ve své práci se zaměřuji na titulky článků bulvárních elektronických deníků. Cílem práce je najít nejvýraznější a nejčastější rysy, které jsou pro bulvární titulky charakteristické, a následně z nich vytvořit počítačově čitelný seznam, který by se dal využít pro strojové učení (pomocí metody SVM – Support Vector Machines). Na základě výsledku procesu testování jsem seznam předkládaných rysů titulků upravila tak, aby je bylo možné využít pro tvorbu funkčního algoritmu sloužícího pro filtrování článků (na bulvární a nebulvární) na základě znalosti titulku. Tato fáze již není součástí této práce, ráda bych se jí věnovala naplno až v rámci případné magisterské diplomové práce svého navazujícího studia. 5

Abstract:

This bachelor thesis is focused on headlines of electronic tabloid journals. The aim is to find the most striking and the most common features which are chracteristic for tabloid headlines and all information I use as the basis of computer-legible list which can be used for machine learning (in this paper I use supervised learning models SVM – Support Vector Machines). Based on the results, I edit the list of assumed features in order to prepare algorithm which can be capable of filtering articles (to two groups - tabloid articles and broadsheet articles) using knowledge about the titles. This task is not part of my work and I would like to focuse on this phase in my following master thesis.

Klíčová slova

elektronická média, online verze českých deníků, rysy bulvárních titulků, tvorba korpusu, morfologická analýza, Support Vector Machines, strojové učení electronic media, online version of the Czech journals, building corpus, main features of tabloid titles, morphological analysis, machine learning

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 27. 8. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 11. 9. 2013
• Vedoucí: Mgr. Marek Grác, Ph.D.

Masarykova univerzita

Filozofická fakulta

Bakalářský studijní program / obor:
Filologie / Český jazyk se specializací počítačová lingvistika