Analýza dat pomocí znalostních sítí

Abstract

Tato práce se zaobírá problematikou tvorby znalostních sítí, konkrétně tvorbou znalostních grafů, jež jsou digitální reprezentací entit reálného světa a vztahů mezi nimi. Teoretická část práce se skládá z popisu procesu tvorby znalostních grafů. V ní jsou rozebrány takové pojmy, jako jsou NLP pipelines, tokenization, POS tagging, NER (Named-entity recognition) a RE (Relation Extraction). Praktická část ukazuje proces tvorby znalostní sítě na reálních datech a demonstruje znalostní graf vygenerovaný z několika tisíc novinářských článků dodaných ústavem formální a aplikované lingvistiky.

This thesis concerns itself with the issue of knowledge networks, specifically the creation of knowledge graphs, which are a digital representation of real-world entities and the relationships between them. The theoretical part consists of a description of the process of creating knowledge graphs. It discusses concepts such as NLP pipelines, tokenization, POS tagging, NER (Named-entity recognition) and RE (Relation Extraction). The practical part shows the process of creating a knowledge network from real data and demonstrates a knowledge graph generated from several thousand journalistic articles supplied by the Institute of Formal and Applied Linguistics.