Poluautomatska izgradnja repozitorija povezanih podataka na temelju nestrukturiranog teksta s internetskih portala

diplomski rad

• Naslov (engleski): Semi-Automated Construction of Linked Data Repository Using Unstructured Web Portals' Text
• Autor: Goran Rumin
• Mentor: Igor Mekterović (mentor)
• Član povjerenstva: Igor Mekterović (predsjednik povjerenstva)
• Član povjerenstva: Gordan Gledec (član povjerenstva)
• Član povjerenstva: Mirta Baranović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-14, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U radu je najprije sagledano trenutačno stanje u semantičkom webu. Opisani su osnovni koncepti, tehnologije i poznatiji repozitoriji. Nastavlja se s pregledom koncepata strojnog učenja te načina na koji on može pomoći semantičkom webu. Pregledava se postojeće modele za prepoznavanje relacija te se izgrađuje i evaluira vlastiti. Zatim se opisuje servis koji koristi model za obradu tekstova s pet odabranih web portala s vijestima. Nabrajaju se komponente servisa te se pojedinačno opisuju. Nakon toga se opisuje izrađena ekstenzija za preglednik Chrome koja služi kao korisničko sučelje te stranica za vizualizaciju relacija. Na kraju se razmatra mogućnost kontinuiranog poboljšavanja modela.

Sažetak (engleski)

The thesis first makes assessment of the current state in the field of semantic web. Basic concepts, technologies and repositories that are wider known are described. It is continued with overview of machine learning concepts and its potential benefits for the semantic web. Existing models for relation extraction are reviewed and own model is built and evaluated. Then the service which uses the model to process texts from five chosen news portals is described. Service components are listed and individually described. After that Chrome extension, which is used as a user interface, and page for relations visualization are described. At the end, possibility of continuous model improvement is considered.

• Ključne riječi: semantički web; ekstrakcija relacija; strojno učenje; Linked Open Data; Chrome ekstenzija
• Ključne riječi (engleski): semantic web; relation extraction; machine learning; Linked Open Data; Chrome extension
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:488677
• 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: 2019-03-14 00:32:37