Kontextová podobnost dokumentů

Abstract

Cílem této diplomové práce je popsat metodu výpočtu kontextové podobnosti dokumentů, která je založena na kontextové podobnosti slov v dokumentech. S využitím této metody je možné shlukovat dokumenty, které neobsahují naprosto stejné, identické slova, ale jejich význam je téměř stejný, případně nesou podobný informační obsah a mají velmi podobný význam. Takovou podobnost mezi dokumenty je možné odhalit právě sledováním podobnosti jednotlivých kontextů dokumentu. Vzhledem k použité metodě je možné rozlišovat mezi synonymy použitými v různých kontextech.

The aim of this thesis is describe the method contextual similarity of the document based on contextual similarity of the words used in the documents. This method allow to cluster the documents with not necessary identical words, but their meaning is almost the same or similar. This similarities can be reveal due contextual tracing. We can distinguish betwen synonyms bearing different meanings.