Attributes | Values |
---|
rdf:type
| |
Description
| - This paper describes methods for mining spatio-temporal relation from text data. We will cope with text describing disasters. We will show how machine learning can be utilized for labeling chunks of text related to floods into two classes - situations and performed actions. We will propose appropriate natural language processing methods for data preparation. We introduce a method for extracting important terms based on mined knowledge. (en)
- Metody dolování v textu, tj. objevování skrytých souvislostí a znalostí, se dnes úspěšně využívají v řadě oblastí informatiky. V tomto příspěvku se zaměříme na možnosti dolování v textech popisující časově-prostorové vztahy. Zaměříme se především na texty o živelných katastrofách. Na příkladu zpráv o povodních popíšeme způsob, jak pomocí metod strojového učení automaticky klasifikovat části textu jako popis situace nebo jako popis prováděných akcí. Navrhneme jak vhodné metody předzpracování textů pomocí metod zpracování přirozeného jazyka tak nejvhodnější algoritmus strojového učení. Popíšeme způsob, jak pomocí získaných výsledků nalézt důležité pojmy (pojmenované entity). Uvedeme i alternativní způsob, tvorbu ontologií. Na závěr navrhneme metodu pro hlubší sémantickou analýzu textů vedoucí k redukované reprezentaci znalostí a umožňující odvozování znalostí nových a také predikci.
- Metody dolování v textu, tj. objevování skrytých souvislostí a znalostí, se dnes úspěšně využívají v řadě oblastí informatiky. V tomto příspěvku se zaměříme na možnosti dolování v textech popisující časově-prostorové vztahy. Zaměříme se především na texty o živelných katastrofách. Na příkladu zpráv o povodních popíšeme způsob, jak pomocí metod strojového učení automaticky klasifikovat části textu jako popis situace nebo jako popis prováděných akcí. Navrhneme jak vhodné metody předzpracování textů pomocí metod zpracování přirozeného jazyka tak nejvhodnější algoritmus strojového učení. Popíšeme způsob, jak pomocí získaných výsledků nalézt důležité pojmy (pojmenované entity). Uvedeme i alternativní způsob, tvorbu ontologií. Na závěr navrhneme metodu pro hlubší sémantickou analýzu textů vedoucí k redukované reprezentaci znalostí a umožňující odvozování znalostí nových a také predikci. (cs)
|
Title
| - Dolování v geografických textech
- Dolování v geografických textech (cs)
- Mining in geographical texts (en)
|
skos:prefLabel
| - Dolování v geografických textech
- Dolování v geografických textech (cs)
- Mining in geographical texts (en)
|
skos:notation
| - RIV/00216224:14330/06:00017158!RIV10-MSM-14330___
|
http://linked.open...avai/riv/aktivita
| |
http://linked.open...avai/riv/aktivity
| |
http://linked.open...vai/riv/dodaniDat
| |
http://linked.open...aciTvurceVysledku
| |
http://linked.open.../riv/druhVysledku
| |
http://linked.open...iv/duvernostUdaju
| |
http://linked.open...titaPredkladatele
| |
http://linked.open...dnocenehoVysledku
| |
http://linked.open...ai/riv/idVysledku
| - RIV/00216224:14330/06:00017158
|
http://linked.open...riv/jazykVysledku
| |
http://linked.open.../riv/klicovaSlova
| - text filtration; information extraction; term extraction (en)
|
http://linked.open.../riv/klicoveSlovo
| |
http://linked.open...ontrolniKodProRIV
| |
http://linked.open...v/mistoKonaniAkce
| |
http://linked.open...i/riv/mistoVydani
| |
http://linked.open...i/riv/nazevZdroje
| - Geoinformatika ve veřejné správě
|
http://linked.open...in/vavai/riv/obor
| |
http://linked.open...ichTvurcuVysledku
| |
http://linked.open...cetTvurcuVysledku
| |
http://linked.open...UplatneniVysledku
| |
http://linked.open...iv/tvurceVysledku
| - Popelínský, Lubomír
- Blaťák, Jan
- Krutý, Peter
|
http://linked.open...vavai/riv/typAkce
| |
http://linked.open.../riv/zahajeniAkce
| |
http://linked.open...n/vavai/riv/zamer
| |
number of pages
| |
http://purl.org/ne...btex#hasPublisher
| |
https://schema.org/isbn
| |
http://localhost/t...ganizacniJednotka
| |