Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorSvoboda Lukáš, Ing.
dc.contributor.authorHankovec, Jiří
dc.contributor.refereeBrychcín Tomáš, Ing. Ph.D.
dc.date.accepted2017-8-29
dc.date.accessioned2018-01-15T15:04:42Z-
dc.date.available2016-10-10
dc.date.available2018-01-15T15:04:42Z-
dc.date.issued2017
dc.date.submitted2017-6-29
dc.identifier70681
dc.identifier.urihttp://hdl.handle.net/11025/27690
dc.description.abstractCílem této práce je prozkoumat problematiku výpočtu sémantické podobnosti dvou českých vět. V této práci jsou představeny některé metody pro výpočet sémantické podobnosti jednotlivých slov i celých vět. Lidmi ohodnocené původní věty jsou převzaty z dat z mezinárodní soutěže SemEval. Testování sémantické podobnosti vět je prováděno na vytvořeném českém korpusu, který se skládá z 1200 dvojic vět bodově ohodnocených od 0 do 5 na základě jejich sémantické podobnosti. Přesnost vypočtené sémantické podobnosti u testovacích dvojic vět je měřena pomocí Pearsonovy korelace.cs
dc.format49 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectzpracování přirozeného jazykacs
dc.subjectstrojové učenícs
dc.subjectsémantická podobnost větcs
dc.subjectpředzpracování textucs
dc.subjectlineární regresecs
dc.titleTestování podobnosti větcs
dc.title.alternativeSemantic textual similarityen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe goal of this bachelor thesis is to analyze the problematics of Semantic Textual Similarity (STS) and adapt current state-of-the-art methods for Czech language. STS systems are usually compared with manually annotated data. The data comes from international SemEval competition. This thesis reveals methods and evaluation process of STS and consist of dataset with two sentences rated with a score between 0 and 5. Testing is done on manually created dataset of 1200 pair of sentences. System is measured by Pearson's correlation and compared with human annotators.en
dc.subject.translatednlpen
dc.subject.translatedmachine learningen
dc.subject.translatedstsen
dc.subject.translatedtext preprocessingen
dc.subject.translatedlinear regressionen
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
BP_Hankovec.pdfPlný text práce613,58 kBAdobe PDFZobrazit/otevřít
A12B0058P-hodnoceni.pdfPosudek vedoucího práce384,81 kBAdobe PDFZobrazit/otevřít
A12B0058P-posudek.pdfPosudek oponenta práce525,97 kBAdobe PDFZobrazit/otevřít
A12B0058P-obhajoba.pdfPrůběh obhajoby práce204,32 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/27690

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Bakalářské práce / Bachelor´s works (KIV)