Název: | Znalostní nástroje pro analýzu a prohledávání webu: technical report no. DCSE/ TR-2011-01 |
Autoři: | Dostal, Martin |
Datum vydání: | 2011 |
Nakladatel: | University of West Bohemia in Pilsen |
Typ dokumentu: | zpráva report |
URI: | http://www.kiv.zcu.cz/publications/ http://hdl.handle.net/11025/21558 |
Klíčová slova: | webové stránky;vyhledávání;extrakce |
Klíčová slova v dalším jazyce: | web sites;searching;extraction |
Abstrakt: | 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. |
Práva: | © University of West Bohemia in Pilsen |
Vyskytuje se v kolekcích: | Zprávy / Reports (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
Dostal.pdf | Plný text | 837,84 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/21558
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.