Rozpoznávání pojmenovaných entit v historických textových dokumentech
| dc.contributor.advisor | Král Pavel, Doc. Ing. Ph.D. | |
| dc.contributor.author | Vacek, Milan | |
| dc.contributor.referee | Martínek Jiří, Ing. | |
| dc.date.accepted | 2020-6-16 | |
| dc.date.accessioned | 2020-11-10T00:39:03Z | |
| dc.date.available | 2019-10-7 | |
| dc.date.available | 2020-11-10T00:39:03Z | |
| dc.date.issued | 2020 | |
| dc.date.submitted | 2020-5-7 | |
| dc.description.abstract | Cílem práce bylo prostudovat dodané datové kolekce a relevantní metody rozpoznávání pojmenovaných entit založené na neuronových sítích. Díky takto získaných poznatků byly zvoleny dvě nejvhodnější metody pro rozpoznávání pojmenovaných entit. Tyto metody byly konvoluční BLSTM síť trénovaná samostatně a s přenosem znalostí (tzv. transfer learning). Pro každou z těchto metod byl vytvořen funkční prototyp systému pro rozpoznání pojmenovaných entit. | cs |
| dc.description.abstract-translated | The aim of the thesis was to study provided data sets and relevant methods of named entity recognition based on neural networks. Thanks to gathered information there were chosen two most suitable methods for named entity recognition. These methods were convolutional BLSTM network with standalone and transfer learning. For both of this methods working prototype of named entity recognition system was be created for each of this methods. | en |
| dc.description.result | Obhájeno | cs |
| dc.format | 38 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.identifier | 83016 | |
| dc.identifier.uri | http://hdl.handle.net/11025/41818 | |
| dc.language.iso | en | en |
| dc.publisher | Západočeská univerzita v Plzni | cs |
| dc.rights | Plný text práce je přístupný bez omezení. | cs |
| dc.rights.access | openAccess | en |
| dc.subject | zpracování přirozeného jazyka | cs |
| dc.subject | rozpoznání jmenných entit | cs |
| dc.subject | neuronové sítě | cs |
| dc.subject | konvoluční neuronové sítě | cs |
| dc.subject | rekurentní neuronové sítě | cs |
| dc.subject.translated | natural language processing | en |
| dc.subject.translated | named entity recognition | en |
| dc.subject.translated | neural networks | en |
| dc.subject.translated | convolutional neural networks | en |
| dc.subject.translated | recurrent neural networks | en |
| dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
| dc.thesis.degree-level | Bakalářský | cs |
| dc.thesis.degree-name | Bc. | cs |
| dc.thesis.degree-program | Inženýrská informatika | cs |
| dc.title | Rozpoznávání pojmenovaných entit v historických textových dokumentech | cs |
| dc.title.alternative | Named Entity Recognition in Historical Text Documents | en |
| dc.type | bakalářská práce | cs |
| local.relation.IS | https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=83016 |
Files
Original bundle
1 - 4 out of 4 results
No Thumbnail Available
- Name:
- Vacek_Milan_Bakalarska_prace.pdf
- Size:
- 558.69 KB
- Format:
- Adobe Portable Document Format
- Description:
- Plný text práce
No Thumbnail Available
- Name:
- A17B0383P_Posudek.pdf
- Size:
- 40.09 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek oponenta práce
No Thumbnail Available
- Name:
- A17B0383P_Hodnoceni.pdf
- Size:
- 31.95 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek vedoucího práce
No Thumbnail Available
- Name:
- A17B0383P_Obhajoba.pdf
- Size:
- 35.89 KB
- Format:
- Adobe Portable Document Format
- Description:
- Průběh obhajoby práce