Podvodné praktiky vo vede sú rozšírený, no často skrytý
problém. V dnešnej digitálnej dobe, plnej dezinformácií, je
čoraz dôležitejšie zabezpečiť autenticitu vedeckých tvrdení pre
udržanie dôvery vo vedu. Jedným z prístupov na odhaľovanie
podvodných publikácií je detekcia manipulácie s dátami
prostredníctvom štatistických metód. Na efektívne uplatnenie
týchto metód je však najprv potrebné získať relevantné údaje z
PDF súborov. Keďže PDF formát je navrhnutý predovšetkým na
zachovanie vizuálneho formátovania, predstavuje výzvu pre
automatizovanú extrakciu dát.
Táto diplomová práca poskytuje prehľad rôznych metód na
detekciu tabuliek a extrakciu dát z PDF dokumentov. Zároveň
opisuje vývoj a návrh webovej aplikácie, ktorá integruje
vybrané metódy s cieľom ponúknuť automatickú detekciu tabuliek
a extrakciu dát. Aplikácia poskytuje užívateľské rozhranie,
ktoré umožňuje používateľom interagovať s procesom detekcie a
extrakcie.