| Title: | Detekce tématu dokumentu |
| Other Titles: | Topic detection |
| Authors: | Kandyba, Jan |
| Advisor: | Zajíc Zbyněk, Ing. Ph.D. |
| Referee: | Lehečka Jan, Ing. Ph.D. |
| Issue Date: | 2019 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | bakalářská práce |
| URI: | http://hdl.handle.net/11025/37685 |
| Keywords: | klasifikace;neuronové sítě;učení s učitelem;lineární diskriminační analýza;podpůrné vektory |
| Keywords in different language: | classification;neural networks;supervised learning;linear discriminant analysis;support vectors |
| Abstract: | Tato práce se zabývá problematikou zpracování přirozeného jazyka, konkrétně klasifikací dokumentů a s použitím knihoven Pythonu testuje jejich úspěšnost pro úlohu detekce tématu na reálných datech od jazykové poradny Ústavu pro jazyk český Akademie věd ČR (projekt DG16P02B009). Mezi vybrané algoritmy patří Support Vector Classification, lineární diskriminační analýza a především aplikace neuronových sítí. |
| Abstract in different language: | The aim of this work is to investigate the methods of document classification and with the support of Python libraries test their efficiency rate on the real data from Czech Language Institute of the Czech Academy of Sciences (project DG16P02B009). The specified algorithms are Support Vector Classification, Linear Discriminant Analysis and primarily the application of the neural networks. |
| Rights: | Plný text práce je přístupný bez omezení. |
| Appears in Collections: | Bakalářské práce / Bachelor´s works (KKY) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| BP_TopicDetection_v1.00 - JKa.pdf | Plný text práce | 1,04 MB | Adobe PDF | View/Open |
| kandyba-v.pdf | Posudek vedoucího práce | 692,38 kB | Adobe PDF | View/Open |
| kandyba-o.pdf | Posudek oponenta práce | 785,44 kB | Adobe PDF | View/Open |
| kandyba-p.pdf | Průběh obhajoby práce | 340,52 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/37685Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.