Analýza topiků v textech

Abstract

Diplomová práce pojednává o zpracování a analýze textových dat pomocí techniky zvané modelování topiků. Cílem teoretické části je zmapovat a popsat používané metody a s tím také související problematiku, tedy předzpracování dat a evaluaci modelů. Praktická část se zabývá aplikací vybraných modelů na textová data. V rámci experimentů je vyhodnocen vliv předzpracování dat na výslednou kvalitu modelů a porovnání výkonnosti jednotlivých modelů. Na jednom z modelů je demonstrována vizualizace nalezených topiků pomocí sítě.

In this diploma thesis, we discuss text processing and analysis by using topic modeling. The main goal of theoretical part is to find and describe current methods of topic modeling. Different topic evaluation methods and text preprocessing approaches are also discussed. Practical chapters are dedicated to application of chosen topic models on texts. In experiments, we compare various methods of preprocessing and how they affect topic models, we analyze topics of best models and we visualize one of them as a network.