| Title: | Vícejazyčné vyhledávání v textových dokumentech |
| Other Titles: | Multilingual text document retrieval |
| Authors: | Matura, Ondřej |
| Advisor: | Lenc Ladislav, Ing. Ph.D. |
| Referee: | Král Pavel, Doc. Ing. Ph.D. |
| Issue Date: | 2023 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | bakalářská práce |
| URI: | http://hdl.handle.net/11025/53763 |
| Keywords: | clir;nlp;bert model;slovní vektory |
| Keywords in different language: | clir;nlp;bert model;word embeddings |
| Abstract: | Tato bakalářská práce zkoumá potenciál pro zlepšení vícejazyčného vyhledávání informací (CLIR) v rámci portálu Porta fontium, který poskytuje přístup k historickým materiálům z Česko-Bavorského pohraničí. Je tedy důležité umožnit vyhledávání v českých i německých dokumentech zároveň. Práce nejprve poskytuje přehled metod CLIR, zahrnující jak tradiční, tak moderní přístupy. Tato analýza zdůrazňuje silné a slabé stránky každé metody, čímž připravuje cestu pro návrh řešení. Poté studie zkoumá dostupné CLIR datasety a hodnotící metriky. Následně jsou provedeny experimenty pro vyhodnocení výkonnosti vybraných CLIR metod s využitím identifikovaných datasetů a metrik. Tato analýza směřuje k vývoji softwarového modulu CLIR, který bude možné použít v systému Porta fontium. |
| Abstract in different language: | This bachelor's thesis investigates the potential for improving cross-language information retrieval (CLIR) within the Porta fontium portal, which provides access to historical materials from the Czech-Bavarian border region. It is therefore important to enable simultaneous search in both Czech and German documents. The thesis first provides an overview of CLIR methods, including both traditional and modern approaches. This analysis highlights the strengths and weaknesses of each method, paving the way for a solution proposal. Afterwards, the study examines available CLIR datasets and evaluation metrics. Experiments are then conducted to evaluate the performance of selected CLIR methods, using the identified datasets and metrics. This analysis leads to the development of a CLIR software module that can be integrated into the Porta fontium system. |
| Rights: | Plný text práce je přístupný bez omezení |
| Appears in Collections: | Bakalářské práce / Bachelor´s works (KIV) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Vicejazycne vyhledavani v textovych dokumentech.pdf | Plný text práce | 606,07 kB | Adobe PDF | View/Open |
| A19B0135P_Hodnoceni.pdf | Posudek vedoucího práce | 98,94 kB | Adobe PDF | View/Open |
| A19B0135P_Posudek.pdf | Posudek oponenta práce | 23,66 kB | Adobe PDF | View/Open |
| A19B0135P_Obhajoba.pdf | Průběh obhajoby práce | 42,34 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/53763Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.