Závěrečná práce: Jan Rygl, učo 208072: Automatická extrakce informací z e-mailové korespondence pro češtinu
Bakalářská práce
Automatická extrakce informací z e-mailové korespondence pro češtinu
Automatic Information Extraction from Czech E-mail Correspondence
Anotace
Vycházíme z postupů extrakce časových informací a automatické klasifikace e-mailových zpráv již zavedených pro angličtinu. Námi navržené algoritmy jsou přizpůsobeny češtině a přináší několik podstatných vylepšení. V oblasti klasifikace zpráv pomocí tématických štítků práce kombinuje naivní Bayesův klasifikátor, morfologický analyzátor Ajka, časté n-gramy v korespondenci a regulární výrazy. Přínosem …více
Abstract
We study automatic information extraction algorithms and automatic classification of e-mail correspondence algorithms used for English. Our proposed algorithms are adapted to Czech language and offers several significant improvements. In the field of classification by using the thematic labels our work combines the Bayesian naive classifier, the morphological analyzer Ajka, frequent n-grams in the …více
Zadání práce
Pokročilé systémy na zpracování e-mailové korespondence (např. Gmail) umožňují pro světové jazyky aplikovat na zprávu funkce založené na automatické extrakci informací a klasifikaci dokumentů. Cílem této práce je navrhnout a implementovat dvě takové pokročilé funkce pro český jazyk: 1) automatickou klasifikaci e-mailových zpráv pomocí tématických štítků, a 2) automatickou extrakci časových informací z e-mailové zprávy pro účely záznamu událostí do kalendáře.
Požadovaná forma vypracování práce se skládá z praktické části v podobě funkčních implementovaných modulů a z teoretické části v podobě textu, který bude popisovat podobné techniky pro jiné jazyky a podrobně dokumentovat implementovaný systém z hlediska návrhu i použití. Z důvodu praktické uplatnitelnosti budou všechny implementované algoritmy pracovat s rozhraním produktů Google (Gmail, Google Calendar).
27. 5. 2009 10:18, doc. RNDr. Aleš Horák, Ph.D., učo 1648
čeština
Vedoucí
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Rozeznávání osob dle způsobu psaní na klávesnici pomocí strojového učení
Mgr. Jan Dušek -
Detekce skupin uživatelů v datech ze systému Slepé mapy
Mgr. Matěj Vaněk -
Ruský doplněk a jeho protějšky v češtině
Mgr. Kateřina Přívratská -
Čas v jazyce a jazyk v čase. Srovnání gramatického pojetí času a vývoje vybraných jednotek české a polské temporální terminologie
Mgr. Kateřina Petrošová -
Slovní zásoba z oblasti síťového marketingu v ruštině a češtině
Mgr. Veronika Holubová -
Specifika online komunikace na internetových fórech věnovaných mateřství (na základě ruského jazyka ve srovnání s češtinou)
Bc. Michaela Ruizlová -
Eliška Krásnohorská a její spolupráce s Bedřichem Smetanou
Mgr. Tina Ghaloomová -
Vybrané systémové rozdiely japonského a českého jazyka v analýze prekladového textu
Bc. et Bc. Katarína Mlíchová
Složky
Soubory
-
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.