Number of the records: 1
Software na klasifikaci textů
Title statement Software na klasifikaci textů [rukopis] / Veronika Vlasáková Additional Variant Titles Porovnání dokumentů z pohledu kvantitativní lingvistiky a NLP Personal name Vlasáková, Veronika, (dissertant) Translated title Document comparison in terms of quantative linguistics and NLP Issue data 2020 Phys.des. 73 s. (82945 znaků) + 1 CD Note Oponent Dan Faltýnek Ved. práce Vladimír Matlach Another responsib. Faltýnek, Dan, 1980- (opponent) Matlach, Vladimír (thesis advisor) Another responsib. Univerzita Palackého. Katedra obecné lingvistiky (degree grantor) Keywords Zpracování přirozeného jazyka * Python * Kvantitativní lingvistika * Klasifikace textů * Bag of words * Natural language processing * Python * Quantitative linguistics * Text classification * Bag of words Form, Genre bakalářské práce bachelor's theses UDC (043)378.22 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Bc. Degree program Bakalářský Degree program Filologie Degreee discipline Anglická filologie - Obecná lingvistika a teorie komunikace book
Kvalifikační práce Downloaded Size datum zpřístupnění 00256875-316259021.pdf 37 2.6 MB 17.08.2020 Posudek Typ posudku 00256875-ved-579656552.pdf Posudek vedoucího 00256875-opon-267761603.docx Posudek oponenta Ostatní přílohy Size Popis 00256875-other-302239520.rar 15 KB 00256875-other-963565773.rar 19.2 MB 00256875-other-549426748.rar 62.9 MB
Cílem této bakalářské práce je v programovacím jazyce Python vytvořit software, který umožní uživateli trénovat klasifikaci textů a evaluovat její výsledky. Teoretická část této práce představuje software a vysvětluje, jak ho má uživatel použít. Konkrétně je v ní popsáno, s jakými vlastnostmi software pracuje, jak se dají texty předzpracovat, jak vyhodnotit výsledky použitých metod a jak software nainstalovat a nastavit. V praktické části této práce je ukázáno, jak software pracuje s konkrétními problémy. Vyzkoušeno je několik různých druhů klasifikace textů. Jedná se o rozpoznání jazyka, a to u náhodně vybraných jazyků a jazyků ze stejné rodiny, určení autorství u profesionálních autorů a u neprofesionálních autorů, rozpoznání sentimentu a rozpoznání spamu. Výsledky jednotlivých klasifikací textů jsou poté evaluovány. Závěr celou práci shrnuje a představuje možnosti dalšího rozšíření a zlepšení softwaru.The aim of this bachelor thesis is to create software in the programing language Python, which would allow the user to train text classification and evaluate its results. The theoretical part of this thesis introduces the software and explains how to use it. Specifically, it is described what feature the software works with, how the texts can be preprocessed, how to evaluate the results of the chosen methods and how to install and configure the software. In the practical part of this thesis it is shown how the software works with specific issues. Several different kinds of text classification are tested. It is language recognition, on randomly chosen languages and on languages from the same family, author identification with professional authors and with nonprofessional authors, sentiment detection and spam detection. The results of each text classification are then evaluated. The conclusion summarizes the entire thesis and introduces the possibilities of expansion and improvement of the software.
Number of the records: 1