Bakalářská práce

Extrakce událostí z webové stránky

Web Page Event Extraction

Lukáš Vavřík
Anotace

Tato bakalářská práce se zabývá extrakcí událostí. Cílem je vytvoření programu na extrakci událostí z webových stránek. Součástí práce je také vytvoření databáze webových stránek s událostmi. V rámci práce jsou popsány problémy extrakce informací a událostí. V hlavní části je popsán program na extrakci událostí společně s vyhodnocením úspěšnosti.

Abstract

This bachelor thesis deals with event extraction. The aim is to create a program to extract events from web pages. The work also includes the creation of a database of web pages with events. The problems of information and event extraction are described within the thesis. In the main part a program for event extraction is described together with an evaluation of success rate.

Klíčová slova
extrakce informací extrakce událostí HTML událost
Zadání práce

Cílem práce je návrh a implementace nástroje využívajícího strukturní informace z webových stránek pro zjištění detailů o popisovaných událostech.

Nástroj má pro libovolnou zadanou webovou stránku stáhnout její obsah a extrahovat informace o všech událostech na stránce publikovaných. Extrakce probíhá postupným zpracováním textu: nalezení časových údajů, určení názvu a místa události, ke které se údaj vztahuje. Součástí práce je i vytvoření databáze vzorových webových stránek s ručně vyznačenými událostmi a testování vyvíjeného systému na této datové sadě. Systém bude implementován v jazyce Python pro snadnou interoperabilitu s externími nástroji.

Výsledná práce se bude skládat jednak z textové části popisující problém extrakce informací, podobná a související řešení, dále analýzu, návrh, popis a vyhodnocení implementace nástroje, a jednak funkční implementovaný systém.

Administrativní informace
Práce zkontrolována:
20. 12. 2021 08:31, doc. RNDr. Aleš Horák, Ph.D., učo 1648
Plný text práce
1 MB / soubor PDF
Přílohy (1)
Jazyk práce
čeština čeština
Termín obhajoby
11. 2. 2022
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Aleš Horák, Ph.D., učo 1648
KSUZD FI MU

Oponent

RNDr. Vojtěch Kovář, Ph.D., učo 139915
CZPJ KSUZD 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.