03439ntm a22005777a 4500 000296158 CZ-PrVSE 20150627145807.0 m d cr n|||||||||| 150627s2015 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 Hron, Michal ISIS:93189 dis automatic recognition of encoding and language eng Automatická identifikace kódování a jazyka textu [elektronický zdroj] / Michal Hron 2015 ?? s. : digital, PDF soubor Vedoucí práce: Otakar Pinkas Bakalářská práce (Bc.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2015 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2015 Zpracování prostých nebo složitých textů (MIME typ - application) často vyžaduje automatické rozpoznání použitého kódování a jazyka. Některé typy souborů nebo stránek obsahují vnitřní informaci o způsobu kódování. Ovšem může dojít ke konfliktům, např. mezi hlavičkami protokolu HTTP a značkou meta. Někdy je vhodné ověřovat správnost kódování souborů, i když je kódování známé. Není-li identifikace způsobu kódování dostupná, je třeba použít metodu automatického rozpoznávání kódování a jazyka. Jednou z nich je metoda n-gramů. Byla již mnohokrát použita na kategorizaci textů v mnoha programech a v různých programovacích jazycích. Na základě testů se zdá, že automatické rozpoznání češtiny a dalších slovanských jazyků bývá méně úspěšné než rozpoznání jazyků západních. Zjištění příčin a hledání lepších řešení je proto i dnes přínosné. Důležitými parametry úlohy jsou délka vstupního textu a použití více jazyků v jednom dokumentu. Předpokládáme, že text neobsahuje věty v několika různých jazycích. Bakalářská práce má obsahovat kromě základní analýzy i softwarové řešení dílčích problémů, ať už ve formě samostatných programů nebo zásuvných modulů. Způsob přístupu: Internet informatika [obor bakal. práce] bakalářské práce fd132403 czenas bachelor's theses eczenas znak n-gram Unicode HTML kódování znaků znaková sada bajt textový soubor glyf Pinkas, Otakar, 1942- mzk2003169446 ths Pavlíčková, Jarmila, 1969-2024 xx0005359 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 https://isis.vse.cz/zp/51954/podrobnosti VŠKP v InSIS https://isis.vse.cz/zp/51954 Hlavní práce https://isis.vse.cz/zp/51954/posudek/vedouci Hodnocení vedoucího https://isis.vse.cz/zp/51954/posudek/oponent/40670 Oponentura https://isis.vse.cz/zp/51954/priloha/11384 Přiloha k práci https://isis.vse.cz/zp/51954/podrobnosti dc:identifier NEPOSILAT VSKP vse51954 150624 51954