Chcete vědět víc? Mnoho dalších prezentací, videí z konferencí, fotografií i jiných dokumentů je k dispozici v institucionálním repozitáři NTK: http://repozitar.techlib.cz

1. http://bit.ly/psh-indexace

3. Google Patents

4. Sumarizace

10. Motivace

11. Zahlcení informacemi

12. Škálovatelnost
indexace

13. Vyhledávání a
prohlížení

14. Automatická indexace

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

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

17. Zdroje automatické indexace
1. analýza indexovaného dokumentu
2. analýza použitého řízeného slovníku
3. analýza způsobu použití daného slovníku nad korpusem
dokumentů
Výsledkem strojového učení nad zdroji automatické indexace je
indexační model.

18. Komponenty

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

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

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

23. Automatické přiřazování
hesel PSH

24. Zdroj

25. 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

26. Generování kandidátů

27. Zdroj

28. Zdroj

29. Filtrování kandidátů

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

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

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