Jak dokumentům automaticky přiřadit hesla PSH (Jindřich Mynarz, Ctibor Škuta)

http://bit.ly/psh-indexace

Google Patents

Sumarizace

Motivace

Zahlcení informacemi

Škálovatelnost indexace

Vyhledávání a prohlížení

Automatická indexace

http://www.cs.waikato.ac.nz/~olena/publications/olena_medelyan_phd_thesis_July2009.pdf

Strojové učení● Učení korespondencí mezi rysy dokumentu a předmětovými hesly● Kopírování a aplikace odpozorovaných pravidel

Zdroje automatické indexace 1. analýza indexovaného dokumentu 2. analýza použitého řízeného slovníku 3. analýza způsobu použití daného slovníku nad korpusem dokumentůVýsledkem strojového učení nad zdroji automatické indexace jeindexační model.

Komponenty

Indexátor http://code.google. com/p/maui-indexer/

Korpus plných textů http://nusl.techlib.cz/

Řízený slovník http://psh.techlib.cz/skos/

Automatické přiřazování hesel PSH

Předzpracování dokumentu● přizpůsobeno češtině● normalizace● odstranění nevýznamových výrazů ○ založeny na nejfrekventovanějších výrazech v Českém národním korpusu FF UK● redukce na slovní kořeny ○ dostupné české stemmery jsou příliš agresivní

Generování kandidátů

Filtrování kandidátů

Demohttp://invenio2.ntkcz.cz/indexer/http://maui-indexer.appspot.com/

Výzvy pro indexaci● Indexování vytvářené uživateli● Využití herních prvků (http://www.librarything. com/coverguess)● Efektivní využití v uživatelských rozhraních

<mailto:jindrich.mynarz@techlib.cz><mailto:ctibor.skuta@techlib.cz><mailto:tomas.muller@techlib.cz>Ikony převzaty z http://thenounproject.com/.

Jak dokumentům automaticky přiřadit hesla PSH (Jindřich Mynarz, Ctibor Škuta)

by Národní technická knihovna (NTK) on Oct 11, 2011

Accessibility

Upload Details

Usage Rights

1 Embed 42

Statistics

Jak dokumentům automaticky přiřadit hesla PSH (Jindřich Mynarz, Ctibor Škuta) Presentation Transcript