Identifikace funkčního stylu dokumentu

Abstract

Práce se zabývá identifikací funkčního stylu textových dokumentů. Úloha identifikace je řešena jako úloha klasifikační: funkční styl dokumentu se určuje pomocí metod, které bývají používány pro klasifikaci textů. Pro naučení klasifikátoru jsou textové dokumenty reprezentovány jako vektor atributů a označeny hodnotou zastupující jejich funkční styl. Následně jsou předloženy metodě strojového učení s učitelem. Úspěšnost vytvořeného tímto způsobem klasifikátoru je vyhodnocena pomocí křížové validace.

The thesis deals with the identification of the functional style of text documents. The identification task is solved as a classification task: the functional style of a document is detected by means of methods which are being used for the text classification. To learn the classifier, text documents are represented as a vector of attributes and labeled by a value describing their functional style. They are then given as input to a supervised machine learning method. The success rate of the learned classifier is evaluated by using k-fold cross-validation.