velikost textu

Detecting semantic relations in texts and their integration with external data resources

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Detecting semantic relations in texts and their integration with external data resources
Název v češtině:
Detekce sémantických vazeb v textech a jejich integrace s externími datovými zdroji
Typ:
Rigorózní práce
Autor:
Mgr. Vincent Kríž
Vedoucí:
Mgr. Barbora Vidová Hladká, Ph.D.
Id práce:
219055
Fakulta:
Matematicko-fyzikální fakulta (MFF)
Pracoviště:
Ústav formální a aplikované lingvistiky (32-UFAL)
Program studia:
Informatika (N1801)
Obor studia:
Matematická lingvistika (IML)
Přidělovaný titul:
RNDr.
Datum obhajoby:
11. 11. 2019
Výsledek obhajoby:
Prospěl/a
Jazyk práce:
Angličtina
Klíčová slova:
extrakce informací, Linked Data, právní texty, závislostní korpus, závislostní parsing
Klíčová slova v angličtině:
Information Extraction, Linked Data, Legal Texts, Dependency Treebank, Dependency Parsing
Abstrakt:
Tato dizertační práce se zabývá automatickou extrakcí sémantických vztahů z textů. Jsou zkoumány jak metody strojového učení tak i pravidlový přístup. Pro každý přístup se experimentálně ověřuje vliv různých nástrojů pro zpracování přirozeného jazyka na úspěšnost systému. V práci implementujeme systém RExtractor, a vylepšujeme několik nástrojů pro zpracování přirozeného jazyka: od větné segmentace a tokenizace až ke automatickým syntaktickým parserům. Kromě toho, představujeme Český korpus právních textů s několika vrstvami anotací. Korpus byl použit na trénování a testování všech komponent systému RExtractor. Výsledky a nástroje v předkládané práci byli publikovány jako nové zdroje v projektu Sémantického webu.
Abstract v angličtině:
We present a strategy to automate the extraction of semantic relations from texts. Both machine learning and rule-based techniques are investigated and the impact of different linguistic knowledge is analyzed for the various approaches. To implement the extraction system RExtractor, several natural language processing tools have been improved: from sentence splitting and tokenization modules to dependency syntax parsers. Furthermore, we created the Czech Legal Text Treebank with several layers of linguistic annotation, which is used to train and test each stage of the proposed system. As a result of the performed work, new Semantic Web resources and tools are available for automatic processing of texts.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Mgr. Vincent Kríž 3.92 MB
Stáhnout Abstrakt v českém jazyce Mgr. Vincent Kríž 15 kB
Stáhnout Abstrakt anglicky Mgr. Vincent Kríž 14 kB
Stáhnout Záznam o průběhu obhajoby prof. PhDr. Jarmila Panevová, DrSc. 40 kB