Changes between Version 5 and Version 6 of cs/TopicRecognition

Timestamp:

Mar 12, 2014, 2:29:56 PM (11 years ago)

Author:

Ales Horak

Comment:

drobne upravy

cs/TopicRecognition

@@ -1 +1 @@
 = Rozpoznávání témat (Topic Recognition) =
 
-Cílem projektu je vytvořit podklady pro vyhodnocení programu, který rozpoznává témata. Rozpoznání témat je vychozím bodem v problematice zjišťování názoru (opinion analysis). Chceme vytvořit databázi textů a k nim přiřazeným tématům. Témata dohromady tvoří hrubý bodový souhrn daného textu.
+Cílem projektu je vytvořit podklady pro vyhodnocení programu, který rozpoznává témata. Rozpoznání témat je výchozím bodem v problematice zjišťování názoru (opinion analysis). Chceme vytvořit databázi textů a k nim přiřazeným tématům. Témata dohromady tvoří hrubý bodový souhrn daného textu.
 
 == Témata (topics) ==
 
 Tématem (topic) ve větě jsou takové fráze, které by bylo možné označit za ''klíčová slova'' (či obecněji za '''klíčové fráze'''). Každá věta může obsahovat více témat, ale je v pořádku, pokud neobsahuje žádné. Zatím nás zajímají pouze jmenné fráze a předložkové fráze (tj. ne slovesa ani příslovce).
+
+Příklad:
+{{{
+Kriminalisté z Útvaru pro odhalování organizovaného zločinu obvinili bývalého hejtmana Ústeckého kraje a exposlance ODS Jiřího Šulce a další čtyři bývalé a současné zaměstnance dotačního úřadu Severozápad. Obvinění se týká uzavření konkurenčních doložek v řádu statisíců korun pro dva bývalé ředitele úřadu.
+}}}
+Témata:
+ * hejtman Ústeckého kraje
+ * exposlanec ODS Jiří Šulc
+ * kriminalisté z Útvaru pro odhalování organizovaného zločinu
+ * obvinění
+ * uzavření konkurenčních doložek
 
 == Zadání lingvistického úkolu do IB030 Úvod do počítačové lingvistiky ==
@@ -26 +37 @@
    * 0 znamená, že fráze není téma
    * - znamená, že fráze je špatně (syntaktická chyba)
-   * číslo větší než 0 vyjadřuje, jak moc je fráze klíčové téma, 1 je nejdůležitější téma, 8 je nejméně důležité téma
+   * číslo větší než 0 vyjadřuje, kolikátá klíčová fráze to je vzhledem k tématu, tj. 1 je nejdůležitější téma, 8 je nejméně důležité téma
  * z každého textu vyberte minimálně 3 témata, maximálně 8 témat, v průměru 5 témat z jednoho textu
 
 
-Volba témat je samozřejmě dost subjektivní. Uvedeným návodem se snažíme dosáhnout co největší shody. Při hodnocení úkolu bude splnění podmínek hrát velkou roli, zatímco subjektivita malou.
+Volba témat je samozřejmě dost subjektivní. Uvedeným návodem se snažíme dosáhnout co největší shody. Při hodnocení úkolu bude splnění podmínek hrát velkou roli, zatímco subjektivita menší.
 
 === Pozitivní příklady ===