Klasifikace kategorií témat a detekce tématu článku pomocí vyhledání klíčových slov textu

Martin ČERVENÝ

Bachelor's thesis

Classification of theme caregories and detection of article themes using keyword extraction in text

Abstract:

Tato bakalářské práce se zabývá použitím metod vyhledávání klíčových slov v textu v českém jazyce. Jejím cílem je nalézt vhodnou metodu pro ohodnocení slov nějakou matematickou funkcí, a jako klíčová vybrat ta slova, která mají tuto funkci nejvyšší ze všech. Konkrétně se práce zabývá aplikací těchto metod ve dvou klasifikátorech. První určuje kategorie, druhý téma neznámého článku, přičemž druhý je schopen objevování nových témat. Jejím cílem je nalézt nejlepší možnou metodu pro oba tyto klasifikátory pro dostupnou množinu dat. Výsledky jsou poté porovnány s Bayesovským klasifikátorem a výsledky jiné, původně navrhované metody pro anglický jazyk.

Abstract:

This work examines keyword extraction methods applied to a text written in Czech language. It's goal is to find a suitable method that evaluates words with some kind of mathematical function, and to pick as key those words, that have the highest value of the function of all the words. Specifically the work examines application of these methods in two classifiers. First one for category classification, second one for theme classification and exploration of new themes. It's goal is to find the best method for both of these classifiers given the availiable data. Results are then compared with a Bayesian classifier and results of other, originally suggested method for English language.

Keywords

klasifikace kategorií, detekce tématu, vyhledávání klíčových slov Annotation

Language used: Czech

Date on which the thesis was submitted / produced: 17. 5. 2013

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Lucie Skorkovská

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Applied Sciences and Computer Engineering / Cybernetics and Control Engineering