Inteligentní vyhledávání dokumentů

Show simple item record
dc.contributor.advisorKrál Pavel, Doc. Ing. Ph.D.
dc.contributor.authorMartínek, Jiří
dc.contributor.refereeLenc Ladislav, Ing. Ph.D.
dc.date.accepted2017-6-20
dc.date.accessioned2018-01-15T15:02:17Z
dc.date.available2016-9-1
dc.date.available2018-01-15T15:02:17Z
dc.date.issued2017
dc.date.submitted2017-5-17
dc.description.abstractTato diplomová práce se zabývá problematikou vyhledávání informací v množině naskenovaných dokumentů v podobě rastrových obrázků. Nejdříve je proto proveden převod rastrového obrázku do textové podoby pomocí metod optického rozpoznávání znaků (OCR). V rámci převodu bohužel dochází k chybám, proto se další část práce zabývá samotnou opravou chyb. V práci je navrženo několik metod oprav chyb, které jsou zkombinovány pro dosažení co nejlepšího výsledku. Dále jsou opravené dokumenty zaindexovány do fulltextové databáze Apache Solr. Výsledná aplikace umožňuje efektivně najít požadovaný dokument dle fulltextového dotazu. Oprava chyb OCR převodu přispívá ke zvýšení přesnosti fulltextového vyhledávání. Přesnost systému byla experimentálně ověřena na dodaných datech z reálného prostředí.cs
dc.description.abstract-translatedThis diploma thesis deals with information retrieval in a set of scanned documents in form of raster images. First, the images are converted into the text form using optical character recognition (OCR) methods. Unfortunately, there are errors in conversion,therefore another part of the work deals with error correction. This thesis propose several error correction methods that are combined to achieve the best possible results. Then, the corrected documents are indexed into the full-text Apache Solr database. The resulting application allows to efficiently find the requested document according to a full-text query. Error correction of the OCR output helps to increase the accuracy of full-text search. The accuracy of the system was experimentally verified on the real data.en
dc.description.resultObhájenocs
dc.format66 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier71475
dc.identifier.urihttp://hdl.handle.net/11025/27148
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectocrcs
dc.subjecttesseractcs
dc.subjectvyhledávání informacícs
dc.subjectfulltextové vyhledávánícs
dc.subjectapache lucenecs
dc.subjectapache solrcs
dc.subjectstrojové učenícs
dc.subjectzpracování přirozeného jazykacs
dc.subjectjazykové modelycs
dc.subjectoprava chybcs
dc.subject.translatedocren
dc.subject.translatedtesseracten
dc.subject.translatedinformation retrievalen
dc.subject.translatedfulltext searchingen
dc.subject.translatedapache luceneen
dc.subject.translatedapache solren
dc.subject.translatedmachine learningen
dc.subject.translatednatural language processingen
dc.subject.translatedlanguage modelsen
dc.subject.translatederror correctionen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleInteligentní vyhledávání dokumentůcs
dc.title.alternativeIntelligent document searchingen
dc.typediplomová prácecs
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=71475

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
diplomova_prace__martinek.pdf
Size:
14.63 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
A15N0070Phodnoceni-ved.PDF
Size:
479.22 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
A15N0070Pposudek-op.PDF
Size:
387.14 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
A15N0070Pobhajoba.PDF
Size:
225.71 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KIV)