Title: | Znalostní nástroje pro analýzu a prohledávání webu: technical report no. DCSE/ TR-2011-01 |
Authors: | Dostal, Martin |
Issue Date: | 2011 |
Publisher: | University of West Bohemia in Pilsen |
Document type: | zpráva report |
URI: | http://www.kiv.zcu.cz/publications/ http://hdl.handle.net/11025/21558 |
Keywords: | webové stránky;vyhledávání;extrakce |
Keywords in different language: | web sites;searching;extraction |
Abstract: | Tato práce je věnována problematice vyhledávání a extrakce informací z textových bloků webových stránek. Je zaměřena na nesupervizované metody pro extrakci informací založené zejména na statistických a grafových přístupech. Ze statistických metod se v současnosti nejvíce používá TFIDF a jeho modifikace pro přiřazení klíčových slov k analyzovanému textu. Extrakci klíčových slov l ze zdokonalit rozšířením o sémantickou informaci, kterou lze získat z linked data. Klíčová slova tak získávají podobu štítků, které jsou definovány jménem, popisem, URI a vztahem k ostatním URI zdrojům. Mezi hlavní výhody využití linked data patří i jazyková nezávislost. Vyhledávání tak lze relativně snadno rozšířit o jazykově nezávislé vyhledávání. Na základě vztahů mezi URI zdroji lze využít grafové algoritmy pro nalezení skrytých znalostí, což umožňuje další zpřesnění vyhledávání i odvozování znalostí. Může se jednat např. o souvislosti mezi články nebo di sambiguaci pojmů. Návrh těchto metod bude cílem disertační práce. |
Rights: | © University of West Bohemia in Pilsen |
Appears in Collections: | Zprávy / Reports (KIV) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dostal.pdf | Plný text | 837,84 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/21558
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.