Optimizacija performansi n-grama u sustavu za strojnu provjeru pravopisa Hascheck

diplomski rad

• Naslov (engleski): N-Gram Performance Optimization in Hascheck Spelling Checker
• Autor: Tomislav Bradarić
• Mentor: Bruno Blašković (mentor)
• Član povjerenstva: Bruno Blašković (predsjednik povjerenstva)
• Član povjerenstva: Šandor Dembitz (član povjerenstva)
• Član povjerenstva: Gordan Gledec (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2016-07-08, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Razvoj i održavanje programske potpore za programske alate složen je proces u kojemu je od iznimnog značenja kontinuirano poboljšanje performansi sustava. Ovaj rad analizira prednosti, mane i performanse jezgrenih funkcionalnosti postojećeg podsustava za podršku spremanju i analizi n-grama u strojnom pravopisnom provjerniku Hascheck. Nakon toga, razrađuje ciljeve optimizacije pozivajući se pritom na relevantne pristupe sličnim problemima. Gradeći na postojećim tehnologijama za upravljanje podatcima, ostvarena je implementacija novog n-gramskog podsustava koji se oslanja na dva pristupa upravljanju podatcima. Rad optimiziranog sustava je potom ilustriran na odabranom skupu primjera, izmjerene su njegove performanse, te je donesen zaključak o iskoristivosti njegovih pristupa problemu.

Sažetak (engleski)

Development and maintenance of software is a complex process in which constant improvement of performance is of exceptional importance. This thesis performs a pain point and performance analysis of the existing subsystem for the analysis and storage of n-grams which is used by the automated spellchecker Hascheck. Following that, the goals of the optimization are defined in accordance with relevant problems and solutions. Building upon existing data technologies, a new n-gram subsystem which relies upon two approaches to data management is designed and implemented. The functionality of the optimized system is illustrated on a chosen set of examples, its performance is measured, and a conclusion that relates to the usability of its approaches to the problem is brought.

• Ključne riječi: baze podataka; SQL; NoSQL; skalabilnost; pretraga teksta; pravopisni provjernik; nadzirano učenje; PostgreSQL; ElasticSearch
• Ključne riječi (engleski): databases; SQL; NoSQL; scalability; text search; automated spellchecker; supervised learning; PostgreSQL; ElasticSearch
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:565137
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 08:00:32