Využití termů z názvu článku v DBLP pro extrakci vztahů mezi autory

Abstract

Existuje velké množství zdrojů popisující určitou část reality. Jedná se především o internetové vyhledávače, strukturované soubory či databáze. Jedním z takovýchto zdrojů je i databáze DBLP shromažďující informace o vědeckých pracích publikovaných v oboru počítačových věd. Diplomová práce popisuje především postup, jak obecně definovat ve zdrojích objekty reálného světa a jejich atributy a jak na jejich základě popsat vzájemné vztahy v souvislosti s vybraným kontextem. Tento postup je vhodný pro tvorbu a rozvoj syntetických sítí reprezentovaných pomocí grafu. DBLP je hlavním, nikoli však jediným, zdrojem, na který je celý proces aplikován. Prezentovaný výzkum je částečně motivován prací Junichira Moriho a kolektivu pro popis osob pomocí standardu FOAF z již existujících webových stránek. Stal se základem pro extrakci úvodních metadat a popisu síly vztahů mezi autory.

There are many resources describing some part of reality. Essentially, it includes a web search, structured files or databases. One such resource is the DBLP database, which collects information of the publications in Computer Science. This thesis mainly describes how to define the general resources for the real world objects and their attributes, and how they describe the relationships between objects in relation to the selected context. This procedure is suitable for the creation and development of synthetic networks represented by graph. DBLP is a major, but not the only source to which the process is applied. The research presented in this thesis is partly motivated by work of Junichiro Mori et al., describing FOAF file generation from web, which became the basis for the initial metadata extraction and description of the association strength between objects.