Vizualizace podobnosti dokumentů

• Thesis title in Czech: Vizualizace podobnosti dokumentů
• Thesis title in English: Document similarity visualization
• Academic year of topic announcement: 2006/2007
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Institute of Formal and Applied Linguistics (32-UFAL)
• Supervisor: doc. RNDr. Pavel Pecina, Ph.D.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 09.11.2006
• Date of assignment: 09.11.2006
• Date and time of defence: 11.09.2007 00:00
• Date of electronic submission: 11.09.2007
• Date of proceeded defence: 11.09.2007
• Opponents: Mgr. Pavel Schlesinger

Guidelines

Úloha podobnosti dokumentů se velmi často řeší automaticky v rámci velkých kolekcí s přísnými požadavky na co nejmenší časovou a paměťovou náročnost použitých metod. Jiným případem je ovšem situace, kdy uživatel potřebuje porovnat jedinou dvojici dokumentů a získat relativně detailní přehled o jejich podobnosti (případně podobnosti jejich částí), aniž by je musel číst a detailně studovat. V takovém případě je ideální dokumenty a jejich podobnost vhodně vizualizovat.
Cílem bakalářské práce je implementovat aplikaci s grafickým rozhraním umožňujícím komfortní vizualní porovnávání dvojic dokumentů prostřednictvím různých náhledů, jako je např. dotplot nebo také diff.

References

Christopher D. Manning, Hinrich Schutze: Foundations of Statistical Natural Language Processing, The MIT Press, 1999

K.W. Church and J.I. Helfman. Dotplot: A Program for Exploring Self-Similarity in Millions of Lines for Text and Code. Journal of Computational and Graphical Statistics, 2(2):153--174, June 1993