Vyhledávání v českých strukturovaných datech pomocí stemmingu
| Název práce v češtině: | Vyhledávání v českých strukturovaných datech pomocí stemmingu |
|---|---|
| Název v anglickém jazyce: | Searching Czech Structured Data using Stemming |
| Akademický rok vypsání: | 2009/2010 |
| Typ práce: | diplomová práce |
| Jazyk práce: | čeština |
| Ústav: | Ústav formální a aplikované lingvistiky (32-UFAL) |
| Vedoucí / školitel: | RNDr. Jaroslava Hlaváčová, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 13.11.2009 |
| Datum zadání: | 13.11.2009 |
| Datum a čas obhajoby: | 06.09.2010 00:00 |
| Datum odevzdání elektronické podoby: | 06.09.2010 |
| Datum proběhlé obhajoby: | 06.09.2010 |
| Oponenti: | doc. RNDr. Vladislav Kuboň, Ph.D. |
| Zásady pro vypracování |
| Tématem diplomové práce je vytvoření nástroje, který umožní rychlé vyhledávání ve strukturovaných dokumentech s podporou fulltextového vyhledávání v českém textu s diakritikou i bez ní. Pro nalezení relevantních výsledků se bude využívat doplňování české diakritiky a stemming.
Nástroj musí být schopen efektivně vyhledávát v řádově milionech dokumentů, průměrná délka jednoho dokumentu je řádově stovky znaků. Definujte rozhraní pro inkrementální modifikaci množiny prohledávaných dokumentů vkládáním, modifikací a odstraňováním prohledávaných dokumentů. Pro jednotlivé typy dotazů diskutujte složitost výpočtu a možnost použití pomocných optimalizačních struktur. Umožněte definovat vlastní funkci relevance dokumentu vzhledem k dotazu. |
| Seznam odborné literatury |
| Majumder P., Mitra M., Pal D.: Bulgarian, Hungarian and Czech Stemming Using YASS. In: LNCS Advances in Multilingual and Multimodal Information Retrieval: 8th Workshop of the Cross-Language Evaluation Forum, CLEF 2007, Budapest, Hungary, September 19-21, 2007, Revised Selected Papers
Dolamic L., Savoy J.: Stemming Approaches for East European Languages. In: LNCS Advances in Multilingual and Multimodal Information Retrieval: 8th Workshop of the Cross-Language Evaluation Forum, CLEF 2007, Budapest, Hungary, September 19-21, 2007, Revised Selected Papers Gospodnetic O., Hatcher E.: Lucene in Action, Manning Publications, 2004 Krátký P.: Vyhledávání v českých dokumentech nad nativním XML úložištěm, diplomová práce na FI MU v Brně, 2007 |