03300ntm a22005297a 4500 000224609 CZ-PrVSE 20120913152536.0 m d cr n|||||||||| 120913s2012 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Pouzar, Aleš ISIS:49681 dis Extracting Structured Data from Czech Web Using Extraction Ontologies eng Extrakce strukturovaných dat z českého webu s využitím extrakčních ontologií [elektronický zdroj] / Aleš Pouzar 2012 ?? s. : digital, PDF soubor Vedoucí práce: Vojtěch Svátek Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2012 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2012 Předkládaná práce se zabývá úlohou automatické extrakce informací z HTML dokumentů ve dvou vybraných doménách. Ze stránek e-shopů jsou extrahovány nabídky notebooků a z webových prezentací firem volně publikované pracovní nabídky. Výsledkem extrakčního procesu jsou strukturovaná data uspořádaná do záznamů, ve kterých je každému údaji přiřazena odpovídající sémantická značka. Pro realizaci úlohy byl vybrán extrakční systém Ex, který kombinuje dva typy extrakčních znalostí: ručně zadaná pravidla a supervizované algoritmy strojového učení. Díky expertní znalosti v podobě extrakčních pravidel lze účinně kompenzovat nedostatek trénovacích dat. Pravidla jsou přitom nezávislá na konkrétní formátovací struktuře a jeden extrakční model je tak možné využít pro heterogenní množinu dokumentů. Dosažená úspěšnost v extrakci nabídek notebooků ukázala, že by extrakční ontologie, popisující jeden nebo několik málo typů produktů, mohla být úspěšně využita v kombinaci s metodami pro indukci wrapperů a tím automaticky extrahovat nabídky všech typů produktů na úrovni webu. Způsob přístupu: Internet znalostní technologie [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas dolování dat z webu rozpoznávání pojmenovaných entit strojové učení extrakční ontologie automatická sémantická anotace extrakce informací Svátek, Vojtěch, 1967 prosinec 1.- mzk2004217940 ths Labský, Martin opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/35453/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/35453 Hlavní práce https://isis.vse.cz/zp/35453/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/35453/posudek/oponent/28126 Oponentura http://isis.vse.cz/zp/111098/podrobnosti dc:identifier NEPOSILAT VSKP 111098 vse35453 120912