Bakalářská práce

Document maps: visualization tool for semantic document representations

Michal Petr, učo 485683
Anotace

Vizualizování textových dat může být prospěšné pro obory, jakými je například strojové učení. Na rozdíl od počítačů, které mohou pracovat s daty, jež našim lidským mozkům nedávají smysl, potřebujeme pochopit, s jakými daty pracujeme, a je tak třeba najít lepší způsob, jak velká data lépe analyzovat. Hlavním cílem této práce je nastudovat a najít způsob vizualizace interaktivních množin textových dat …více

Abstract

Visualising textual data can be beneficial for fields such as machine learning, but unlike computers, which can work with data that make no sense to our human brains, we sometimes require to understand what data we are working with and thus require a better way to analyse such large sets of data. The main objective of this thesis is to study and research the means of visualising interactive sets of …více

Klíčová slova
D3.js HTML JavaScript visual analytics visualization web application web development
Zadání práce

The student will study existing semantic document representations and existing tools for their interactive visualization. [1–3] The student will design and implement a visualization tool that will enable:

  1. the interactive visualization of all documents in a corpus and their mutual similarities, and
  2. the interactive visualization of two selected documents from a corpus and their mutual similarity.

The student will showcase their tool on the TF-IDF semantic document representation [4, Chapter 6] with the soft cosine similarity measure [5] on the Math StackExchange question answering corpus from the ARQMath 2020 competition [6].

***

Student nastuduje existující sémantické reprezentace dokumentů a existující nástroje pro interaktivní vizualizaci sémantických reprezentací dokumentů. [1–3] Student navrhne a implementuje vizualizační nástroj, který umožní:

  1. interaktivní vizualizaci všech dokumentů v korpusu a jejich vzájemných podobností a
  2. interaktivní vizualizaci dvou vybraných dokumentů z korpusu a jejich vzájemné podobnosti.

Student demonstruje vyvinutý nástroj na sémantické reprezentaci dokumentů TF-IDF [4, kapitola 6] s využitím měkké kosinové podobnosti [5] na korpusu otázek a odpovědí z diskuzního fóra Math StackExchange ze soutěže ARQMath 2020 [6].

Administrativní informace
Práce zkontrolována:
25. 5. 2021 15:46, RNDr. Vít Starý Novotný, Ph.D., učo 409729
Plný text práce
3,4 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
28. 6. 2021
Práce byla úspěšně obhájena

Vedoucí

RNDr. Vít Starý Novotný, Ph.D., učo 409729
KSUZD FI MU

Oponent

doc. RNDr. Barbora Kozlíková, Ph.D., učo 60850
KVI FI MU

Konzultant

RNDr. Jan Byška, Ph.D., učo 207879
KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Aplikovaná informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.