| Název: | Segmentace textu dle tématu |
| Další názvy: | Topic-based Text Segmentation |
| Autoři: | Beneš, Jan |
| Vedoucí práce/školitel: | Lehečka Jan, Ing. |
| Oponent: | Švec Jan, Ing. Ph.D. |
| Datum vydání: | 2018 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | bakalářská práce |
| URI: | http://hdl.handle.net/11025/31878 |
| Klíčová slova: | strojové učení;segmentace textu;klasifikace;python |
| Klíčová slova v dalším jazyce: | machine learning;text segmentation;classification;python |
| Abstrakt: | Tato práce se zabývá problematikou segmentace textu. K tomuto úkonu jsou v ní použity jak tradiční metody založené na shlukové analýze, tak moderní přístupy využívající algoritmů hlubokého strojového učení. V teoretické části jsou tyto metody podrobně popsány a v praktické vyhodnoceny. |
| Abstrakt v dalším jazyce: | This work presents the field of text segmentation. This task is realized by implementing traditional methods of clustering as well as by using methods based on modern state of the art deep learning techniques. These methods are thoroughly described in the theoretical section and evaluated in the practical. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| zaverecna-prace.pdf | Plný text práce | 558,71 kB | Adobe PDF | Zobrazit/otevřít |
| benes-v.pdf | Posudek vedoucího práce | 646,23 kB | Adobe PDF | Zobrazit/otevřít |
| benes-o.pdf | Posudek oponenta práce | 637,18 kB | Adobe PDF | Zobrazit/otevřít |
| benes-p.pdf | Průběh obhajoby práce | 305,66 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/31878Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.