Zpracování toků krátkých textů v reálném čase
Processing streams of short texts in real time
Typ dokumentu
diplomová prácemaster thesis
Autor
Jakub Hynek
Vedoucí práce
Kuchař Jaroslav
Oponent práce
Holeňa Martin
Studijní obor
Teoretická informatikaStudijní program
Informatika 2018 (magisterská)Instituce přidělující hodnost
katedra teoretické informatikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Práce se zabývá zpracováním komentářů u on-line živých vysílání pro usnadnění interakce. Je cílem formou experimentu prozkoumat a vyzkoušet současné možnosti shlukování proudů textu. Byla provedena rešerše existujících algortimů a implementací a na ní navazující řešení, kde předzpracování textů je realizováno v jazyce python za použití knihoven Gensim a NLTK a shlukování textů realizované v javovém frameworku pro strojové učení nad toky dat MOA. Topic of this thesis is processing of on-line live streams comments to enable better interaction. The focus is to do a research of existing stream clustering algorithms and experimentally try them on real data. In the thesis is a research of existing algorithms and implementations and a solution, where text is preprocessed in programming language python with the use of libraries NLTK and Gensim and clustering performed in java framework for stream learning MOA.
Kolekce
- Diplomové práce - 18101 [216]