Tartalomelemzés

Tartalomelemzés

Tárgykód	VITMM139
Általános infók
Szak	info MSc
Kredit	4
Ajánlott félév	1
Tanszék	TMIT
Követelmények
NagyZH	1 db
Vizsga	írásbeli
Elérhetőségek
Tantárgyi adatlap

ZH (2014. tavasz)

1. Naiv Bayes osztályozó
   1. Milyen képleten alapul; hogyan lehet a tényezőit becsülni?
   2. Hogyan alkalmazható többcímkés osztályozásra?
   3. Milyen a tanulás és tesztelés időigénye, és miért?
2. Hogy segíthet a tokenizálásnál, ha ismert a dokumentum nyelve?
   Megoldás: Ha ismert a dokumentum nyelve, akkor a tokenizáláskor figyelembe tudjuk venni az adott nyelv sajátosságait (pl. ékezetek és írásjelek használata, van-e szóköz, dátumok, mértékek használata).
3. Mi a szó-dokumentum mátrix használatának hátránya?
   Megoldás: A mátrix nagyon nagy lehet, ezért nehéz felépíteni és a műveletek elvégzése is időigényes.
4. Milyen hibát véthet egy szótövező?
   Megoldás:
   Alultövezés: két szóhoz, melyek jelentése ekvivalens a feldolgozás szempontjából, az algoritmus két külön tövet rendel.
   Túltövezés: két szóhoz, melyek jelentése különböző, az algoritmus ugyanazt a tövet rendeli.
   Félreértelmezés: olyan végződést vág le az algoritmus, ami valójában a tő része.
5. Egy korpuszban a második leggyakrabban előforduló szó relatív gyakorisága r. Mennyi a 4. leggyakoribb szó relatív gyakorisága, ha a korpuszban előforduló szavak eloszlására igaz a Zipf-törvény (alfa = 1 esetén)?
   Megoldás: Zipf törvény: $P_{n}=1/n^{a}$.
   2. leggyakoribb szó esetén $P_{2}=1/2=r$
   4. leggyakoribb szó esetén $P_{4}=1/4=r/2$
6. Melyek a szótövező eljárások 3 nagy típusa? Mutassa be őket egy-két mondatban.
   Megoldás:
   Algoritmikus, nyelv-specifikus átírószabályokat alkalmazó módszerek. (pl. Porter, Snowball, Lovins, stb.)
   Szavakat és szótöveiket tartalmazó szótárt használó módszerek.
   Egyéb eljárások, pl. statisztikai módszerek alkalmazása.
7. Egy osztályozó mért pontossága (presision) ⅔. Milyen határok között lehet az F1 mértéke?
8. Mi az a CRF és mire használható?

Ponthatárok

17-20 pont: 5
15-16 pont: 4
13-14 pont: 3
10-12 pont: 2
0-9 pont: 1

Médiainformatika - Mérnök informatikus MSc
1. félév (tavasz)	Adatbiztonság  •  Médiatartalom-kezelő rendszerek  •  Sztochasztika I.  •  Sztochasztika II.  •  Tartalomelemzés  •  Tömegkiszolgálás  •  Web- és e-szolgáltatások
2. félév (ősz)	Alkalmazott algebra  •  Döntéstámogatás a médiainformatikában  •  Ember-gép interfész  •  Matematikai logika  •  Médiarendszerek laboratórium  •  Nyelvek és automaták  •  Szoftverarchitektúrák
3. félév (tavasz)	Médiatartalom és -biztonság laboratórium
Egyéb	Kötelezően választható tárgyak  •  Mérnöki menedzsment  •  Befektetések  •  Érvelés, tárgyalás, meggyőzés  •  Információs társadalom joga  •  Minőségmenedzsment  •  Projektmenedzsment  •  Vállalati jog  •  Vezetői számvitel