03569ntm a22005537a 4500 000230174 CZ-PrVSE 20130208143747.0 m d cr n|||||||||| 130208s2012 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Pytelka, Petr ISIS:74429 dis Effect of the Czech Stemming Algorithm on the Document Retrieval eng Jak kvalita lemmatizace ovlivňuje výsledky vyhledávání dokumentů v českém jazyce [elektronický zdroj] / Petr Pytelka 2012 ?? s. : digital, PDF soubor Vedoucí práce: Petr Strossa Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2013 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2013 Cílem práce je měření kvality lemmatizace pro český jazyk v systémech zpracování doku-mentů a analýza výsledků tohoto měření. V teoretické části práce je popsán princip plno-textového vyhledávání, možnosti realizace lemmatizace a běžné problémy, které je nutné řešit při zpracování přirozeného jazyka. V práci jsou diskutovány možnosti hodnocení kva-lity lemmatizace pomocí měření přesnosti a úplnosti vyhledávání. Pro detailnější hodnocení lemmatizátoru je popsána metoda měření nadměrné a nedostatečné lemmatizace. V druhé části práce je navržen experiment a testovací aplikace pro měření kvality lemmati-zace ve třech systémech, které jsou používány pro realizaci vyhledávání dokumentů. Jedná se o knihovnu Apache Lucene, databázové systémy PostgreSQL a Microsoft SQL Server. Experiment je prováděn s využitím Pražského závislostního korpusu, a to pro korpus jako celek a zvlášť pro vybrané slovní druhy. Rozbor výsledků pro výchozí lemmatizátor pro český jazyk v Lucene umožnil návrh několika drobných úprav, které vedou k měřitelnému zlepšení vyhledávání. Výsledky práce ukazují, jak lze využít uvedené metriky a podrobné výsledky pro zlepšování lemmatizačních algoritmů a tím i pro zkvalitnění plnotextového vyhledávání pro český jazyk. Způsob přístupu: Internet informační systémy a technologie [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas nadměrná lemmatizace nedostatečná lemmatizace Apache Lucene kvalita vyhledávání český jazyk lemmatizace Strossa, Petr, 1961- mzk2008434218 ths Pinkas, Otakar, 1942- mzk2003169446 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/37726/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/37726 Hlavní práce https://isis.vse.cz/zp/37726/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/37726/posudek/oponent/28938 Oponentura https://isis.vse.cz/zp/37726/priloha/7567 Přiloha k práci http://isis.vse.cz/zp/121376/podrobnosti dc:identifier NEPOSILAT VSKP 121376 vse37726 130208