Automatický rešeršní systém

Abstract

Tato práce se zabývá návrhem a implementací systému pro automatizované zpracování vědeckých dokumentů ve formátu Portable Document Format (PDF). Hlavním cílem je vytvořit řešení umožňující extrakci textu, identifikaci a analýzu obrazového obsahu a generování souhrnů pomocí pokročilých metod umělé inteligence. Systém využívá technologie pro rozpoznávání struktury dokumentu, analýzu textových prvků a zpracování obrazových dat. Výsledkem je modulární knihovna, která umožňuje efektivní integraci s webovým rozhraním, čímž poskytuje uživatelsky přívětivý způsob práce s vědeckými texty. Součástí práce je také srovnání navrženého přístupu s existujícími metodami a zhodnocení jeho použitelnosti pro budoucí výzkumné aplikace.

This thesis focuses on the design and implementation of a system for automated processing of scientific documents in the Portable Document Format (PDF). The primary objective is to develop a solution capable of extracting text, identifying and analyzing visual content, and generating summaries using advanced artificial intelligence techniques. The system leverages technologies for document structure recognition, text element analysis, and image data processing. The outcome is a modular library that seamlessly integrates with a web-based interface, providing an intuitive way to work with scientific texts. The thesis also includes a comparison of the proposed approach with existing methods and an evaluation of its applicability for future research applications.