1. Výzkum ve fulltextu
Den s vývojáři 2012
Jiří Materna

2. Čím se zabýváme?

3. Strojové učení

4. Klasifikační úloha

5. Filtrování nevhodného obsahu

6. Filtrování nevhodného obsahu
Podíl porna na internetu: 1.5 %

7. Regresní úloha

8. Rankování

9. Zpracování přirozeného jazyka

10. Oprava uživatelských dotazů

11. Oprava uživatelských dotazů
Uživatel hledá dotaz „java“:
• myslí to, co napsal (programovací jazyk)
• myslí „jawa“ (značku motorek) a jde o chybu
• myslí něco úplně jiného

12. Podobnost slov

13. Synonymie
Kdy je možná substituce synonym?
Příklad: překládat/tlumočit
(1) Student jazykové školy překládal projev zahraničního hosta.
(2) Tu hromadu písku překládal celý den.

14. Podobnost dokumentů
Doc1: Student jazykové
školy překládal projev
zahraničního hosta.
Doc2: Tu hromadu písku
překládal celý den.
Doc3: Šla Nanynka do zelí.
Pseudodoc: simultánní
tlumočení

15. Další lingvistické oříšky
• detekce jazyka
• doplnění diakritiky
• morfologický guesser
• odvozování slov
• práce se zkratkami
• …

16. Děkuji za pozornost…
Jiří Materna
e-mail: jiri.materna@firma.seznam.cz
Twitter: @JiriMaterna