Dokumentografické Informační Systémy

DokumentografickInforman SystmySlidy k pednce NDBI010KSI MFF UKhttp://www.ms.mff.cuni.cz/~kopecky/vyuka/dis/Verze 12.04.30.12.15

DBI010 - DIS - MFF UKLiteratura (skripta)Dokumentografick informan systmyPokorn J., Snel V., Kopeck M.:Nakladatelstv Karolinum, UK Praha, 2005Pokorn J., Snel V., Hsek D.:Nakladatelstv Karolinum, UK Praha, 1998Textov informan systmyMelichar B.:Vydavatelstv VUT, Praha, 1997Introduction to Information RetrievalChristopher D. Manning, Prabhakar Raghavan and Hinrich SchtzeCambridge University Press, 2008http://informationretrieval.org/

DBI010 - DIS - MFF UKDal odkazyComputer Algorithms - String Pattern Matching Strategies, Jun Ichi Aoe, IEEE Computer Society Press 1994Concept Decomposition for Large Sparse Text Data using ClusteringInderjit S. Dhillon, Dharmendra S. ModhaIBM Almaden Research Center, 1999

DBI010 - DIS - MFF UKDal odkazy (lnky)The IGrid Index: Reversing the Dimensionality Curse For Similarity Indexing in High Dimensional Space for Large Sparse Text Data using ClusteringCharu C. Aggrawal, Philip S. YuIBM T. J. Watson Research CenterThe Pyramid Technique: Towards Breaking the Curse of DimensionalityS. Berchtold, C. Bhm, H.-P. Kriegel:ACM SIGMOD Conference Proceedings, 1998

DBI010 - DIS - MFF UKDal odkazy (lnky)Affinity Rank: A New Scheme for Efficient Web SearchYi Liu, Benyu Zhang, Zheng Chen, Michael R. Lyu, Wei-Ying Ma2004Improving Web Search Results Using Affinity GraphBenyu Zhang, Hua Li, Yi Liu, Lei Ji, Wensi Xi, Weiguo Fan, Zheng Chen1, Wei-Ying MaEfficient computation of pagerankT.H. HaveliwalaTechnical report, Stanford University, 1999

DBI010 - DIS - MFF UKDal odkazy (star)Introduction to Modern Information RetrievalSalton G., McGill M. J.:McGRAW-Hill 1981Vbr informac v textovch bzch datPokorn J.:OVC VUT Praha 1989

vod do DISPehled problematiky men informativnosti

DBI010 - DIS - MFF UKVznik DIS50. lta 20. stol.Postupn automatizace postup pouvanch v knihovnictvNyn samostatn podst ISFaktografick ISZpracovn informac s definovanou vnitn strukturou (nejastji v podob tabulek)Dokumentografick ISZpracovn informac v podob textu v pirozenm jazyce bez pevn vnitn struktury

DBI010 - DIS - MFF UKPrce s DISZadn dotazuPorovnnZskn seznamu odpovdajcch dokumentLadn dotazuVydn dokumentuObdren textu

DBI010 - DIS - MFF UKII)Struktura DISI)135624Systm zpstupnn dokumentVrac sekundrn informaceAutorNzev...Systm dodn dokumentNkdy nen een pomoc SW

DBI010 - DIS - MFF UKVyhodnocen dotazuPm porovnn nron na as

DBI010 - DIS - MFF UKVyhodnocen dotazuNutn vytvoen modelu dokumentuZtrtov proces, obvykle zaloen na identifikaci slov v dokumentechVsledkem strukturovan data vhodn pro porovnvn

DBI010 - DIS - MFF UKVyhodnocen dotazuDotaz se uprav do odpovdajc podoby Nsledn se porovn s modelem dokument

DBI010 - DIS - MFF UKPedzpracovn textuVyhledvn probh nad vytvoenm modelem efektivnji, ale me pout jen informace obsaen v modelu.Clem je vytvoit model, kter by zachoval co nejvce informac, obsaench v pvodnm modelu.Problmem je ada nejednoznanost.Dosud neeiteln nroky na encyklopedick i asociativn znalosti.

DBI010 - DIS - MFF UKPorozumn textu Posloupnost slov v pirozenm jazyce.Kad slovo zastupuje pro autora njakou pedstavu, kterou v nm slovo vyvol - vznam.Tyto pedstavy reprezentuj reln pedmty....

DBI010 - DIS - MFF UKPorozumn textu Synonymie slovVce slov me mt pro autora stejn vznamkrychle = kostkabuldozer = naklada...

DBI010 - DIS - MFF UKPorozumn textu Homonymie slovJedno slovo me mt pro autora nkolik vznamtaka: sten, nkupnkoruna: platidlo, krlovsk k., k. stromutda: koln, kategorie v teorii mnoinlos: zve, poukzka ke slosovn...

DBI010 - DIS - MFF UKPorozumn textuHomonymie slovJedno slovo me pouvat stejn tvar pro rzn pdy a dal gramatick jevy (gramatick homonymie)kontroly: 1. p. m.., 2. p. j.. nen zejm, zda se jedn o jednu, nebo vce kontrolJeden tvar slova me mt rzn vznamplesy: podst. jm. ples, podst. jm. plesoena: podst. jm. ena, sloveso hnthnt: sloveso hnt, podst. jm. hntti: slovka ti, sloveso ttpt: slovka pt, sloveso pt

DBI010 - DIS - MFF UKPorozumn textu Vznamy slov se mohou pekrvat.Hierarchickyzve > k > hebecAsociacekalkultor ~ pota ~ procesor...

DBI010 - DIS - MFF UKPorozumn textu Jednotliv piazen jsou navc zvisl na subjektu, kter dokument pe nebo te.Dva lid mohou jednomu slovu pikldat zcela nebo jen sten jin vznam.Dva lid si i pod stejnm vznamem mohou pedstavit jin konkrtn pedmt nebo mnoinu pedmt.mma, pokoj, ...Vsledkem je situace, kdy dva rzn teni nemus petenm zskat ani stejnou informaci jako autor, ani stejnou informaci navzjem.

DBI010 - DIS - MFF UKPorozumn textuHomonymie a nejednoznanosti narstaj pi pechodu od slov k vtm.Homonymie vlastnch jmen na zatku vtyDohnal zvtzil. (trnct zvtzil.)Plk. Dohnal pedeel gen. Kvapila velmi vrazn. jedna, dv, nebo ti vty?Homonymie spojky a v pedmtu vtyFunkce rezistoru a zesilovae v radiotechnice. (funkce rezistoru v radiotechnice) a (funkce zesilovae v radiotechnice) (funkce rezistoru) a (funkce zesilovae v radiotechnice) (funkce rezistoru) a (zesilovae v radiotechnice)Homonymie podmtu a pedmtuPoplek pikryl snh. co le navrchu?

DBI010 - DIS - MFF UKPorozumn textuPklad esk vty s vce gramaticky monmi vznamyviz nap. Podivn fungovn gramatiky, http://www.scienceworld.cz/sw.nsf/lingvistikavta enu hol stroj me - podle volby psudku ve vt - znamenat:Pohnm stroj pomoc hole (hnt)ena pouv depilan pstroj (holit)Nvod k nekonvennmu zpsobu oblkn (strojit) a dal

DBI010 - DIS - MFF UKPorozumn textuPklad anglick vty s vce gramaticky monmi vznamyviz nap. Podivn fungovn gramatiky, http://www.scienceworld.cz/sw.nsf/lingvistikavta Time flies like an arrow me - podle volby psudku ve vt - znamenat:as let jako voda (fly)asov mouchy/zipy maj rdy p (like) a dal

DBI010 - DIS - MFF UKPedzpracovn textustenm eenm problmu porozumn textu je zahrnut lingvistick analzyDisambiguaceUren sprvnho vznamu slova ve vtNa zklad gramatiky (slovesa vs. podst. jm.)Na zklad kontextu (komplikovanj).Tanila na Hasiskm plese.Tanila na trbskm plese.

DBI010 - DIS - MFF UKPedzpracovn textustenm eenm problmu porozumn textu je zahrnut lingvistick analzyLemmatizacePiazen sprvnho lemmatu jednotlivm slovmZkladn tvar slova (1. p. j.., infinitiv, ...)Slovn druh, osoba, slo, as, vid, ...Informace z vtnho rozboru, (podmt, pedmt, ...)

DBI010 - DIS - MFF UKLemmatizace a disambiguaceeskho jazyka (FAL)Odpovdnm zstupcem neme bt kad. Zkon by ml zajistit individualizaci odpovdnosti a zajitn odbornosti. Odpovdnm odpovdn_^(kdo_za_nco_odpovd) AAIS7----1A---- zstupcemzstupceNNMS7-----A---- nememoci_^(mt_monost_[nco_dlat])VB-S---3P-NA--- btbtVf--------A---- kadkadAAIS1----1A---- slo odstavceslo vtyLemma vetn vznamuSlovn druh (Adverb), Slovo v dokumentu

DBI010 - DIS - MFF UKPedzpracovn textuDalmi monosti, kter lingvistika v rzn me nabz jsouOznaovn vceslovnch spojen - kolokacDruh svtov vlka, ...Zatm velmi problematick nahrazovn zjmen odpovdajcmi podstatnmi jmny

DBI010 - DIS - MFF UKPesnost a plnostVsledkem nejednoznanost dn existujc DIS nedv ideln vsledkyPo zobrazen odpovdi na dotaz lze urit nsledujcPoet vrcench dokument NvO nich si DB mysl, e jsou relevantn, odpovdaj dotazuPoet vrcench relevantnch dok. NvrO nich si tazatel mysl, e uspokojuj jeho poadavkyPoet vech relevantnch dok. v DB NrProblematick u velkch DB

DBI010 - DIS - MFF UKPesnost a plnostDva DIS mohou vrtit na shodn dotaz rzn odpovdi, kter se nemus pekrvat ani v jedinm vrcenm dokumentuJak porovnat kvalitu odpovd navzjem?

DBI010 - DIS - MFF UKPesnost a plnostDva tazatel mohou mt pi poloen shodnho dotazu rzn nzor na relevanci vrcench dokumentJak vyhovt subjektivnmu nzoru tazatel?

DBI010 - DIS - MFF UKPesnost a plnostKvalita vsledn mnoiny dokument se m na zklad tchto selPesnost (Precision)P = Nvr / NvPravdpodobnost, e dokument zaazen v odpovdi je skuten relevantnplnost (Recall)R = Nvr / NrPravdpodobnost, e skuten relevantn dokument je zaazen v odpovdi

DBI010 - DIS - MFF UKPesnost a plnostKoeficienty jsou opt zvisl na subjektivnm nzoru tazateleDokument vrcen na vstupu me uspokojovat poadavky dvou uivatel, kte poloili stejn dotaz, rznou mrou.

DBI010 - DIS - MFF UKPesnost a plnostV idelnm ppadP=R=1V odpovdi jsou zaazeny prv a pouze vechny relevantn dokumentyV bnm ppadOdpov na prvn verzi dotazu nen ani pesn, ani pln0011OptimumPoten odpov

DBI010 - DIS - MFF UKPesnost a plnostLadn dotazuPostupn modifikace dotazu s clem zvit kvalitu odpovdiTeoreticky je sice mon doshnout optima, ale 0011OptimumRP

DBI010 - DIS - MFF UKPesnost a plnost vlivem vceznanost jsou v praxi oba koeficienty na sob nepmo zvisl, tj. P*R konst. < 1Pi snaze zvit P se na vstup dostane mn relev. dokument.Pi snaze zvit R se na vstup dostane s vce relev. dok. i mnohem vce tch nerelevantnch.0011OptimumRP

DBI010 - DIS - MFF UKKritrium predikcePi formulaci dotaz je potebn uhdnout, kter termy (slova) byly v dokumentu autorem pouity pro vyjden dan mylenkyProblmy m.j. zpsobujSynonyma (autor mohl pout synonymum, kter si tazatel pi formulaci dotaz ani nemus neuvdom)Pekrvajc se vznamy slovOpisy jedn situace jinmi slovy

DBI010 - DIS - MFF UKKritrium predikcestenm eenm je zaazen tezauru, kter obsahuje Hierarchie slov a jejich vznamSynonyma slovAsociace mezi slovyTazatel me tezaurus vyut pi formulaci svch dotaz

DBI010 - DIS - MFF UKKritrium predikcePi ladn dotaz m uivatel tendenci postupovat konzervativnV dotazu zstvaj asto ty jeho sti, kter uivatele napadly na zatku a mn se jen podrun sti, kter nekvalitn vsledek nemus nijak zsadn ovlivnitVhodn je uivateli pomoci s odstrannm nevhodnch st dotazu, kter nepopisuj relevantn dokumenty a naopak s pidvnm formulac, kter relevantn dokumenty popisuj

DBI010 - DIS - MFF UKKritrium maximaTazatel obvykle nen schopen (nebo ochoten) prochzet pli mnoho dokument do t mry, aby se rozhodl, zda jsou pro nj relevantn nebo neObvykle 20-50 podle velikosti Poteba nejen dokumenty rozliovat na odpovdajc/neodpovdajc dotazu, ale adit je na vstupu podle mry pedpokldan relevance

DBI010 - DIS - MFF UKKritrium maximaV dsledku kritria maxima se pi ladn dotazu uivatel obvykle sna zvit pesnostMal mnostv dokument v odpovdi, obsahujc co nejvt pomr relevantnch dokumentNkter oblasti pouit vyaduj co nejvy pesnost i plnostPrvnictv

Pesn vyhledvn vzork

DBI010 - DIS - MFF UKPro vyhledvat vzorky textuPi tvorb indexu dokument i dotazuPro zahrnut pouze urit, pedem dan mnoiny slov (lemmat) z dokumentu pi tzv. zen indexaciPro vynechn pedem dan mnoiny slov (lemmat) jako jsou spojky, stice, zjmena a podobnPi zobrazovn sekundrnch a primrnch dokument v odpovdiNalezen a zvraznn slov (lemmat) pouitch v dotazu

DBI010 - DIS - MFF UKAlgoritmy dle pedzpracovnI - Triviln algoritmus (Naivn algoritmus) (Algoritmus hrub sly)II - Ostatn (vhodn pro DIS)Dle lenn dlePotu vyhledvanch vzork1, N, Smru hlednSousmrnProtismrn

Sheet: List1

Kategorie dle pedzpracovn

Vzorek

NE

ANO

Text

NE

I.

II.

ANO

III.

IV.

DBI010 - DIS - MFF UKAlgoritmy IISousmrn porovnvaj vzorek zleva doprava, tj. souhlasn se smrem prochzen celho dokumentu.Protismrn obrcen

List1

Podkategorie skupiny II

Smr

SousmrnProtismrn

Poet1KMPBM

vzorkNACCW

nekon.KA2CKAS

&A

Strana &P

Pesn vyhledvn vzorkHledn jednoho vzorkuv textu

DBI010 - DIS - MFF UKTriviln algoritmusDlka textu t ozn. m, dlka vzorku v ozn. nPi neshod i-t pozice textu s j-tou pozic vzorkuPosun vzorku o jednu pozici doprava, prohledvn od zatku vzorkuasov sloitost je v prmrnm ppad o(m*n), nap. pro hledn an-1b v am-1bPro pirozen jazyk prmrn m*konst operac, tedy o(m) konst je mal slo (jednotky), zvisl na jazyku

DBI010 - DIS - MFF UKKnuth-Morris-Prattv algoritmusSousmrn vyhledn jednoho vzorkuOproti naivnmu pstupu eliminuje porovnvn ji jednou zkontrolovan sti textuVzorek je posunut co nejmn tak, aby st, kter zstane pod ji zkontrolovanou st, s n byla shodn

DBI010 - DIS - MFF UKKMP algoritmus

DBI010 - DIS - MFF UKKMP algoritmusPed pozic neshody zstane vlastn prefix ji prohledan sti vzorkuMus bt shodn s postfixem tto stiNejdel takov uruje nejmen posun

DBI010 - DIS - MFF UKKMP algoritmus

DBI010 - DIS - MFF UKKMP algoritmusPokudVzorek v se na pozici j neshoduje s textem tNejdel vlastn prefix zkontrolovan sti vzorku, rovnajc se postfixu zkontrolovan sti m dlku kPotomPo posunu zstane k znak vzorku ped pozic porovnvnVzorek se zane porovnvat od pozice k+1Opravn pozice pro chyby na jednotlivch pozicch j jsou uloeny v pomocnm poli PV tomto ppad P[j] = k+1

DBI010 - DIS - MFF UKbegin {KMP} m := length(t); n := length(v); i := 1; j := 1; while (i n) then {nalezen na pozici i-j+1} else {nenalezen} end; {KMP}KMP algoritmus

DBI010 - DIS - MFF UKUren pole P pro KMPP[1] = 0Pokud znme opravy pro pozice 1 .. j-1, je snadn spotat opravu pro pozici jP[j-1] obsahuje opravu pro pozici j-1. Tzn., e P[j-1]-1 znak ze zatku vzorku se shoduje se stejnm potem znak ped j-1 n pozic ve vzorku

DBI010 - DIS - MFF UKUren pole P pro KMP

DBI010 - DIS - MFF UKUren pole P pro KMPPokud se tak j-1 n pozice vzorku shoduje s P[j-1] n pozic, me se prefix prodlouit a tedy sprvn hodnota pro P[j] je o jedna vy ne pedchoz.

DBI010 - DIS - MFF UKUren pole P pro KMPPokud se j-1 n a P[j-1] n pozice vzorku neshoduj, dolo by po chyb a nslednm posunu vzorku k situaci, e nebude souhlasit znak ped pozic na kter se bude pokraovatPro chybu na tto pedchoz pozici je vak ji znma oprava (sla P[1] .. P[j-1] jsou ji spotena)

DBI010 - DIS - MFF UKUren pole P pro KMPJe nutn sledovat opravy ponaje j-1 n pozic tak dlouho, dokud se j-1 n pozice vzorku neshoduje s pozic, na kterou odkaz smuje, nebo dokud nedojdeme na konec odkaz (hodnota 0)

DBI010 - DIS - MFF UKbegin p[1] := 0; n := length(v); j := 2; while (j

DBI010 - DIS - MFF UKKMP algoritmusasov sloitost algoritmu je o(m+n).V textu se nikdy nevrac.Pi posunut vzorku znovu porovnv stejnou pozici, ale posun vzorku neme bt vce ne o(m).Stejn tak asov sloitost pedzpracovn je o(n).

DBI010 - DIS - MFF UKOptimalizace KMPPomocn pole P je mon optimalizovatPokud je znak v[j] shodn s v[P[j]], dostal by se pod kolizn pozici v textu posunem znak shodn s tm, kter kolizi zpsobil.Opravu je mon zohlednit ve druhm poli P s hodnotou P[j]=P[P[j]], jinak P[j]=P[j]Pole P[j] nen potom pi vlastnm hledn poteba

DBI010 - DIS - MFF UKBoyer-Moorv algoritmusProtismrn vyhledn jednoho vzorku s pedzpracovnm vzorkuvzorek pikld k textu postupn zleva dopravaznaky vzorku se porovnvaj zprava doleva

DBI010 - DIS - MFF UKBoyer-Moorv algoritmusPokud nedojde ke shod na pozici V[n-j] vzorku s textem na pozici T[i-j]=xn je dlka vzorku,i je pozice konce vzorku v textu,j=0..n-1xX, X je abecedaVzorek se posune o SHIFT[n-j,x] znak dopravaZane se znovu od j=0, tedy od konce

DBI010 - DIS - MFF UKBoyer-Moorv algoritmusExistuje vce definic pro SHIFT[n-j,x]Varianta 1: Pomocn pole SHIFT[0..n-1,X] je pro pozici ve vzorku a znak x abecedy X definovno nsledovn:Co nejmen posun takov, aby se pod prv porovnvanou pozici v textu dostal odpovdajc znak x vzorku.Pokud se znak, kter kolizi zpsobil, ve zbvajc lev sti vzorku nevyskytuje, posune se vzorek tsn za testovanou pozici.

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (1)asov sloitost je v prmrnm ppad o(m*n), nap. pro hledn ban-1 v am-nban-1Pro velk abecedy a vzorky s malm potem rznch znak (nap. pirozen jazyky) je prmrn asov sloitost o(m/n)

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (1)Pklad vyhledvn:

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (1)Definice SHIFT pro slovo ANANASPln ipky znzoruj spn porovnnDvojit znzoruj posun koncovho znaku na msto potenhoNeuveden znamenaj posun za kolizn pozici

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (1)Pro sporu msta x{A,N,S,X}X zastupuje vechny znaky nevyskytujc se ve vzorkuHodnoty s + oznauj velikost posunuHodnoty bez + oznauj novou hodnotu j

hodnota j

A

N

S

X

0

+1

+2

1

+6

1

2

+1

+5

+5

2

+1

3

+4

+4

3

4

+1

+3

+3

4

+1

5

+2

+2

5

6

+1

+1

+1

6

vzorek

byl

spn

nalezen

DBI010 - DIS - MFF UKPorovnn na umlm pkladu

List1

Text('a'rnd(200)'b ')1000

Velikost100KB

#slov1,000

#rznch slov200

#porovnn - Triv.24,128,586

#porovnn - KMP885,7473.7%

List2

List3

DBI010 - DIS - MFF UKPorovnn na anglickm textuPozn:rzn vzorek nalezen poprv a na sv pvodn pozici

List1

Text('a'rnd(200)'b ')1000

Velikost100KB

#slov1,000

#rznch slov200



SlovaDvojslova

TextAnglickAnglick

Velikost130KB130KB

#vzork18,0759,038

#rznch vzork1,5704,395

#porovnn - Triv.256,799,832433,721,058

#porovnn - KMP255,942,03099.7%430,220,02599.2%

#porovnn - BM50,114,65819.5%52,046,08412.0%

NrstNrst

na vzorekna vzorek

relativn

ke KMP

3.37771.0048

3.36171.0000

2.07700.6178

List2

List3

DBI010 - DIS - MFF UKPorovnn na anglickm textu

List1

Text('a'rnd(200)'b ')1000

Velikost100KB

#slov1,000

#rznch slov200



SlovaDvojslova

TextAnglickAnglick

Velikost130KB130KB

#vzork18,0759,038

#rznch vzork1,5704,395

#porovnn - Triv.256,799,832433,721,058

#porovnn - KMP255,942,03099.7%430,220,02599.2%

#porovnn - BM50,114,65819.5%52,046,08412.0%

NrstNrst

na vzorekna vzorek

relativn

ke KMP

3.37771.0048

3.36171.0000

2.07700.6178

List2

List3

DBI010 - DIS - MFF UKPorovnn na anglickm textu*)Vzhledem k linearit KMP meme pedpokldat, e kad z dvouslovnch vzork se nael v prmru 3,3617 krt dle od zatku textu ne u vzork jednoslovnchBM i pi 3,3617 krt vt vzdlenosti spoteboval jen 2,0770 krt vt poet operacNa prohledn stejn velkho objemu textu tedy potebuje pi dvojnsobnm prodlouen vzork jen 61,78% operac

List1

SlovaDvojslova

TextAnglickAnglickNrstNrst

Velikost130130na vzorekna vzorek

#vzork18,0759,038relativn

#rznch1,5704,395ke KMP

Triv.256,799,832433,721,0583.37771.0048

KMP255,942,030430,220,0253.36171.0000

BM50,114,65852,046,0842.07700.6178

List2

List3

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)Jin efektivnj varianta BM zaloena na dvou jednorozmrnch polch P1 a P2 msto jednoho dvojrozmrnhoP1 obsahujexX posun, kter pod kolizn pozici zarovn posledn vskyt znaku x ve vzorku a nastav pozici porovnn na konec vzorku. Pokud se x ve vzorku nevyskytuje, je tedy P1[x] rovno dlce vzorku.

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)P2 obsahuje pro kadou pozici j ve vzorku dlku nejmenho monho posunu, kter pod ji spn porovnanou pponu vzorku na pozicch j+1 a m zarovn shodn podetzec vzorku.Pokud se nejpravj vskyt podetzce patj+1patm nachz na pozici nvp(j), potom P2[j]=m+1-nvp(j).Pokud se podetzce patj+1patm ve vzorku nenachz, hled se nejdel pedpona vzorku shodn s pponou podetzce patj+1patm

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)Posun shift(j, x) je definovn vrazem max(P1[x],P2[j])Nem cenu zarovnat kolizn znak, pokud se se vzorkem neshoduje zkontrolovan st textu a naopak

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)abccbabcabbcabbacbbabcbbabccbbacbbbTextPed pos.Po posunuBM(2)cabbbbacbbcabbbabccbacbbcabbacbbabcbbabccbbacbbTextPed pos.Po posunuBM(2)cbbababbbacbbcbbab

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)procedure InitBM(const pat: string; var P1: ShiftArray1; var P2: ShiftArray2) var m, x, k, l: integer; KMP: KmpArray; NVP: NvpArray; begin {nejprve zkonstruujeme pole P1} m := length(pat); for x := 1 to ALPHABET_SIZE do P1[x] := m; for j := 1 to m do P1[pat[j]] := m-j; {oprav posun pro znak pat[j]} {nyn zkonstruujeme postupn pole P2} for j := 1 to m do NVP[j] := j-m+1; KMP[m] := m+1; j := m-1; {analogie KMPInit, zrcadlov pevrcen} while (j > -m) do begin k := j+1; l := k; repeat l := KMP[l]; until (l = m+1) or (l

DBI010 - DIS - MFF UKBoyer-Moorv algoritmus (2)function ShiftBM(const j: integer; const x: char): integer begin ShiftBM := max(P1[x],P2[j]); end {ShiftBM};procedure BMSearch(const txt: string; const pat: string); var m, n, i, j: byte; nalezeno: boolean; {2} P1: ShiftArray1; P2: ShiftArray2; begin m := length(pat); n := length(txt); InitBM(pat,P1,P2); i := m; while i 0) and (txt[i] = pat[j]) do begin dec(i); dec(j); {spn porovnn jednoho znaku} end; if j = 0 then begin ReportMatchAtPosition(i+1); i := i+1+m; {posun vzorku o jednu pozici} end else i := i+BMShift(j,x); {posun vzorku + skok na konec vzorku} end {while}; end {BMSearch};

DBI010 - DIS - MFF UKFS algoritmus (modifikace BM)Autoi: Jang-Jon Fan a Keh-Zih SuKombinace zptnho prohledvn s KMPPosun delta pi neshod V[j] s T[i], vzorek V[1..n]delta(n,x)= n, pokud x nen ve vzorku = n-max{k | V[k]=x}delta(j,x), j

DBI010 - DIS - MFF UKFS algoritmusabccbabcabbcabbacbbabcbbabccbbacbbbTextPed pos.Po posunuFScabbbbacbbcabbbabccbacbbcabbacbbabcbbabccbbacbbTextPed pos.Po posunuFScbbababbbacbbcbbab

DBI010 - DIS - MFF UKPorovnn algoritm

Pesn vyhledvn vzorkHledn konenho potu vzork v textu

DBI010 - DIS - MFF UKAlgoritmus Aho-CorrasickovSousmrn vyhledn vce vzork souasnRozen KMP algoritmuPedzpracovn vzorkLinern prchod textemasov sloitost o(m+ni), kde m je dlka textu ni je dlka i-tho vzorku

DBI010 - DIS - MFF UKA-C algoritmusText TMnoina vzork V={V1, V2, , Vk}Vyhledvac stroj S = (Q, X, q0, g, f, F)Q mnoina stavX abecedaq0Q poten stavg: Q x X Q (go) dopedn funkcef: Q Q (fail) zptn funkceF Q mnoina koncovch stav

DBI010 - DIS - MFF UKA-C algoritmusStavy mnoiny Q reprezentuj vechny prefixy vech vzorkStav q0 reprezentuje przdn prefix g(q,x) = qx, pokud je qxQJinak g(q0,x)=q0Jinak g(q,x) nedefinovnof(q) pro qq0 je rovna nejdelmu vlastnmu postfixu q v mnoin Q |f(q)|

DBI010 - DIS - MFF UKA-C algoritmusPi vyhledvn se vyuv vude definovan pechodov funkce (q,x): QxXX(q,x) = g(q,x), pokud g(q,x) definovna(q,x) = (f(q),x)Korektn definice, protoe |f(q)| - vzdlenost f(q) od potenho stavu - je men ne |q| a g(q0,x) je vdy definovna.

DBI010 - DIS - MFF UKA-C algoritmusKonstrukce f dle |q|, tedy dle vzdlenosti stavu od potkuPro q0 nen teba funkci definovatPro |q|=1 je nejdel vlastn postfix przdn, tedy f(q)=q0f(qx)=f(g(q,x)) = (f(q),x)Pi hledn hodnoty zptn funkce ve stavu qx, do kterho se pechz z q znakem x, je nutn se vrtit do q, pejt do f(q) a pot vped pes znak x

DBI010 - DIS - MFF UKA-C algoritmusPklad pro V={he,her,she}, funkce g

DBI010 - DIS - MFF UKA-C algoritmusPklad pro V={he,her,she}, funkce f

DBI010 - DIS - MFF UKA-C algoritmusDetekce vech vzork, vetn tch obsaench uvnit jinch:Buto pro kad stav q pedem sestrojme seznam vech detekovanch vzork prchodem seznamu stav dosaitelnch z q pes zptnou funkci, tedy stav f i(q), i>=0Nebo pi vstupu do q projdeme seznam dosaitelnch stav bhem vyhledvn

DBI010 - DIS - MFF UKfunction delta(q:stavy; x: abeceda):stavy; begin {delta} while g[q,x] = fail do q := f[q]; delta := g[q,x]; end; {delta} begin {A-C} q := 0; for i := 1 to length(t) do begin q := delta(q,t[i]); vypis(q); {vpis vzork koncch znakem t[i]} end; {for} end; {A-C}A-C algoritmus funkce delta

DBI010 - DIS - MFF UKKMP vs. A-C pro 1 vzorekShodn algoritmy s rozdlnm popisemj (~ porovnvan pozice)P[1]=0P[j]=k

qj-1 (~ # porovnanch pozic)g(q0,*)=q0f(qj-1)=qk-1

DBI010 - DIS - MFF UKAlgoritmusCommentz-WalterovProtismrn vyhledn vce vzork souasnKombinace B-M a A-C algoritmPrmrn asov sloitost (pro pirozen jazyky) o(m/min(ni)), kde m je dlka textu ni je dlka i-tho vzorku

DBI010 - DIS - MFF UKC-W algoritmusText TMnoina vzork V={V1, V2, , Vk}Vyhledvac stroj S = (Q, X, q0, g, f, F)Q mnoina stavX abecedaq0Q poten stavg: Q x X Q (go) dopedn funkcef: Q Q (fail) zptn funkceF Q mnoina koncovch stav

DBI010 - DIS - MFF UKC-W algoritmusStavy mnoiny Q reprezentuj vechny postfixy vech vzorkStav q0 reprezentuje przdn postfix g(q,x) = xq, pokud je xqQf(q) pro qq0 je rovna nejdelmu vlastnmu prefixu q v mnoin Q |f(q)|

DBI010 - DIS - MFF UKC-W algoritmusDopedn funkce

DBI010 - DIS - MFF UKC-W algoritmusZptn funkcesheehesheherrerher

DBI010 - DIS - MFF UKC-W algoritmusLMIN = min(ni) dlka nejkratho vzorkuh(q) = |q| vzdlenost q od potkuchar(x) nejmen hloubka stavu do kterho se pechz pes xpred(q) pedchoz stav stavu q, tj. ten, kter reprezentuje o jedna krat postfixPokud g(q,x) nedef., posunou se vzorky o shift(q,x) pozic doprava a zane se stavem q0shift(q,x)=min( max( shift1(q,x), shift2(q) ), shift3(q) )

DBI010 - DIS - MFF UKC-W algoritmusshift1(q,x) = char(x)-h(q)-1, pokud > 0shift2(q) = min({LMIN}{h(q)-h(q), f(q)=q})shift3(q0) = LMINshift3(q) = min({shift3(pred(q))} {h(q)-h(q), k:fk(q)=q qF})

DBI010 - DIS - MFF UKC-W algoritmusshift1(q,x) zarovnn koliznho znaku char(y)-h(kolo)-1=8-4-1=3+3

DBI010 - DIS - MFF UKC-W algoritmusshift2(q) zarovnn zkontrolovan sti+1

DBI010 - DIS - MFF UKC-W algoritmusshift3(q) zarovnn (obecn postfixu) zkontrolovan sti bez nutnosti pout kolizn znak

DBI010 - DIS - MFF UKFS vs. BM vs. CW pro 1 vzorekNe zcela shodn algoritmyFS (+5) nen hor ne BM (+1)FS zarovnv kolizn znak spolu s prozkoumanou st, BM jen kolizn znakFS (+5) nen hor ne CW (+4)FS zarovnv kolizn znak spolu s prozkoumanou st, CW jen jednu z nichCW (+4) nen hor ne BM (+1)V BM je zarovnn dle koliznho znaku lpe definovno (vyuv i pozici kolize), ale tato vhoda se oproti CW pro jeden vzorek neprosad

Pesn vyhledvn vzorkHledn nekonenho potu vzork v textu

DBI010 - DIS - MFF UKRegulrn vrazy a jazykyRegulrn vraz RAtomick vrazya, a XOperaceU.V zetzenU+V sjednocenVk = V.VVV* = V0+V1+V2+V+ = V1+V2+V3+

Hodnota vrazu h(R)

przdn jazyk{} jen przdn slovo a, a X

{u.v|uh(U) vh(V)}h(U)h(V)

DBI010 - DIS - MFF UKVlastnosti regulrnch vraz 1) U+(V+W) = (U+V)+W2) U.(V.W) = (U.V).W3) U+V = V+U4) (U+V).W = (U.W)+(V.W)5) U.(V+W) = (U.V)+(U.W)6) U+U = U7) .U = U8) .U = 9) U+ = U10) U* = +U*.U = (+U)*

DBI010 - DIS - MFF UKKonen automatK = ( Q, X, q0, , F ) Q je mnoina stavX je vstupn abecedaq0 Q je poten stav: Q x X Q je pechodov funkceF Q je mnoina koncovch stav.

DBI010 - DIS - MFF UKKonen automatKonfigurace KA(q,w) Q x X* Pechod KArelace (Q x X*) x (Q x X*)(q,aw) (q,w) (q,a) = qAutomat pijm slovo w (q0, w) * (q,), qF

DBI010 - DIS - MFF UKNedeterministickkonen automata) standardnK = ( Q, X, q0, , F ) b) rozenK = ( Q, X, S, , F )Q je mnoina stavX je vstupn abecedaq0 Q je poten stav S Q je mnoina potench stav: Q x X P(Q) je pechodov funkceF Q je mnoina koncovch stav

DBI010 - DIS - MFF UKNedeterministickkonen automatNKA pro{he, her, she}S={1,4,8}F={3,7,11}

S={1}F={3,4,7}

DBI010 - DIS - MFF UKPevod NKADKAK=(Q, X, S, , F)K=(Q, X, q0, , F) Q = P(Q) Xq0 = S( q, x) = (q, x), qqF = {qQqF}

DBI010 - DIS - MFF UKPevod NKADKApovolena mnoina po. stav Tabulkou, jen dosaiteln stavy pechody do stavu 1 neuvedeny

Sheet1

stavozn.ehrsx

{1,4,8}1{1,4,8}{1,2,4,5,8}{1,4,8}{1,4,8,9}{1,4,8}

{1,2,4,5,8}2{1,3,4,6,8}{1,2,4,5,8}{1,4,8}{1,4,8,9}{1,4,8}

{1,4,8,9}3{1,4,8}{1,2,4,5,8,10}{1,4,8}{1,4,8,9}{1,4,8}

{1,3,4,6,8}4{1,4,8}{1,2,4,5,8}{1,4,7,8}{1,4,8,9}{1,4,8}

{1,2,4,5,8,10}5{1,3,4,6,8,11}{1,2,4,5,8}{1,4,8}{1,4,8,9}{1,4,8}

{1,4,7,8}6{1,4,8}{1,2,4,5,8}{1,4,8}{1,4,8,9}{1,4,8}

{1,3,4,6,8,11}7{1,4,8}{1,2,4,5,8}{1,4,7,8}{1,4,8,9}{1,4,8}

Sheet2

Sheet3

DBI010 - DIS - MFF UKPevod NKADKApouze jeden po. stavTabulkou, jen dosaiteln stavy pechody do stavu 1 neuvedeny

Sheet1

stavozn.ehrsx

{1}1{1}{1,2}{1}{1,5}{1}

{1,2}2{1,3}{1,2}{1}{1,5}{1}

{1,5}3{1}{1,2,6}{1}{1,5}{1}

{1,3}4{1}{1,2}{1,4}{1,5}{1}

{1,2,6}5{1,3,7}{1,2}{1}{1,5}{1}

{1,4}6{1}{1,2}{1}{1,5}{1}

{1,3,7}7{1}{1,2}{1,4}{1,5}{1}

DBI010 - DIS - MFF UKDerivace regulrnho vrazuPokud, , potom

Nap., pokud , potom

DBI010 - DIS - MFF UKDerivace regulrnho vrazu

DBI010 - DIS - MFF UKKonstrukce KA pomoc derivaceDerivace regulrnho vrazu umouje pmou algoritmickou konstrukci DKA pro libovoln regulrn vrazDn regulrn vraz V nad abecedou XKad stav KA definuje mnoinu slov, kter KA pevedou ze stavu q do nkterho koncovho stavu. Tedy stav je mon ztotonit s regulrnm vrazem definujcm tuto mnoinuq0 = V(q,x) = F = {qQ | h(q)}

DBI010 - DIS - MFF UKKonstrukce KA pomoc derivaceV= (0+1)*.01 nad abecedou X={0,1}q0 = (0+1)*.01

DBI010 - DIS - MFF UKKonstrukce KA pomoc derivaceV= (0+1)*.01 nad abecedou X={0,1}

q0 = (0+1)*.01F = {(0+1)*.01+}

Sheet1

stavozn.01

(0+1)*.01A(0+1)*.01+1(0+1)*.01

(0+1)*.01+1B(0+1)*.01+1(0+1)*.01+L

(0+1)*.01+LC(0+1)*.01+1(0+1)*.01

Sheet2

Sheet3

DBI010 - DIS - MFF UKDvojcestn KA se skokemZobecnn vech vyhledvacch algoritmK = (Q, X, q0, , k, , F) Q je mnoina stavX je vstupn abecedaq0 Q je poten stav: Q x X Q x {-1,1,2,...,k} je pechodov funkcek N je maximln dlka skoku je znaka skokuF Q je mnoina koncovch stav

DBI010 - DIS - MFF UKDvojcestn KA se skokemKonfigurace: etzec x1x2...xi-1qxi...xj-1xj...xn z mnoiny X*QX*X* Pechodrelace (X*QX*X*) x (X*QX*X*)x1x2...xi-1qxi...xj-1xj...xn x1x2...xi-2qxi-1...xj-1xj...xn (q, xi) = (q, -1) x1x2...xi-1qxi...xj-1xj...xn x1x2...xi...xj...xt-1qxt...xn (q, xi) = (q, m), kde t=min(i+m,n+1)Pjem slova wq0w * wf, f F

DBI010 - DIS - MFF UKDvojcestn KA se skokemPokud se pouij pouze pechody tvaru (q, xi) = (q,1) bude automat simulovat standardn nedeterministick konen automatPozice skoku se dr neustle u tec hlavyAutomat postupn te znaky zleva doprava

DBI010 - DIS - MFF UK2CKAS simulujc B-M algoritmus se vzorkem ANANASVchoz konfigurace q0MEZI TROPICK OVOCE odpovd umstn vzorku ped text Nutno pidat pechod do alternativnho vchozho stavu q se skokem o dlku vzorku(q0,x) = (q,|ANANAS|) = (q,+6) pro xX

DBI010 - DIS - MFF UK2CKAS simulujc B-M algoritmus se vzorkem ANANASvodnm skokem automat pejde do konfigurace MEZI TqROPICK OVOCE , kter odpovd startu B-M algoritmu (q,A) = (q,+1) zarovnn znaku A(q,N) = (q,+2) zarovnn znaku N(q,S) = (q1,-1) oven prvnho znaku zprava

DBI010 - DIS - MFF UK2CKAS simulujc B-M algoritmus se vzorkem ANANASCelkovk = 6 = |ANANAS|Q = {q0,q,q1,q2,q3,q4,q5,q6}F = {q6}

Oven posledn znak vzorku zprava. Nutno detekovat vskyt (q6) a zrove posunout vzorek tak, aby se pod prvn znak zprava (tj. S) dostal nejbli dal stejn znak. Zde dal S nen, proto posun o +6Kopie stavu q

List1

ANSX

q0(qL,+6)(qL,+6)(qL,+6)(qL,+6)

qL(qL,+1)(qL,+2)(q1,-1)(qL,+6)

q1(q2,-1)(qL,+1)(qL,+5)(qL,+5)

q2(qL,+1)(q3,-1)(qL,+4)(qL,+4)

q3(q4,-1)(qL,+1)(qL,+3)(qL,+3)

q4(qL,+1)(q5,-1)(qL,+2)(qL,+2)

q5(q6,+6)(qL,+1)(qL,+1)(qL,+1)

q6(qL,+1)(qL,+2)(q1,-1)(qL,+6)

List2

List3

DBI010 - DIS - MFF UKModelyrovn modelRozliuj (ne)ptomnost slov v dokumentechRozliuj frekvence vskyt slovRozliuj pozice vskyt slov v dokumentech

Modely DISBoolsk model

DBI010 - DIS - MFF UKBoolsk model DIS50-t lta 20. stol.Automatizace postup pouvanch v knihovnictv

DBI010 - DIS - MFF UKBoolsk model DISDatabze D obsahujc n dokumentD={d1, d2, dn}Dokumenty popisovny pomoc m termT ={t1, t2, tm}term tj = slovo nebo souslovReprezentace dokumentu pomoc mnoiny termObsaench v dokumentuPopisujcch vznam dokumentud1 T

DBI010 - DIS - MFF UKIndexace Boolskho DISPiazen mnoiny term, kter jej popisuj ke kadmu dokumentulenn indexanch technik dle zpsobu vytvenRunNekonzistentn. Vce indextor se nemus shodnout na mnoin term. Jeden indextor me po urit dob ohodnotit stejn dokument jinak.AutomatickKonzistentn, ale bez porozumn textu.lenn indexanch technik dle volnosti vbru termzenPedem dan mnoina term. Pouze se vyberou ty, vhodn pro dokument.NezenMnoina term se mn s pibvajcmi dokumenty.

DBI010 - DIS - MFF UKIndexaceTezaurusVnitn strukturovan mnoina termSynonyma s preferovanmi termyHierarchie uch/irch termPbuzn termy...Stop-listNevznamov slova

DBI010 - DIS - MFF UKIndexacePli obecn slova nejsou pro identifikaci dokument vhodnPli specifick slova tak ne

DBI010 - DIS - MFF UKBoolsk model DISDotaz je vyjden logickm vrazemta AND tbv dokumentu se vyskytuj oba termyta OR tbv dokumentu se vyskytuje alespo jeden z termNOT tv dokumentu se dan term nevyskytuje

DBI010 - DIS - MFF UKBoolsk model DISDotazem tedy me bt napklad:vyhledvn AND informacekdovn OR dekdovnzpracovn AND (dokument OR text)pota AND NOT osobn

DBI010 - DIS - MFF UKBoolsk model DISVceslovn termy v dotazechvyhledvn informacekdovn dat OR dekdovn datzpracovn textupota AND NOT osobn pota

DBI010 - DIS - MFF UKBoolsk model DISVyuit faktografickch daj (hodnot atribut)databze AND (autor = Salton)zpracovn textu AND (rok_vydn >= 1990)

DBI010 - DIS - MFF UKBoolsk model DISZstupn znaky v termechdatab* AND systm*zastupuje termy databze, databzov, systm, systmy, a pod.penosn? AND pota*zastupuje termy penosn, penosn, pota, potae, potaov a pod.

DBI010 - DIS - MFF UKOrganizace indexuInvertovan seznamPro kad term seznam dokument ve kterch se vyskytujet1 =d1,1,d1,2,...,d1,k1t2 =d2,1,d2,2,...,d2,k2tm =dm,1,dm,2,...,dm,km

DBI010 - DIS - MFF UKOrganizace indexuZpracovn dokument na vstupuvznikne posloupnost dvojic setdn dle v uvedenm poadSetdn dle term_id,dok_id a odstrann po sob jdoucch duplicit

DBI010 - DIS - MFF UKLemmatizace a disambiguaceeskho jazyka (FAL)Odpovdnm zstupcem neme bt kad. Zkon by ml zajistit individualizaci odpovdnosti a zajitn odbornosti. Odpovdnm odpovdn_^(kdo_za_nco_odpovd) AAIS7----1A---- zstupcemzstupceNNMS7-----A---- nememoci_^(mt_monost_[nco_dlat])VB-S---3P-NA--- btbtVf--------A---- kadkadAAIS1----1A---- slo odstavceslo vtyLemma vetn vznamuSlovn druh (Adverb), Slovo v dokumentu

DBI010 - DIS - MFF UKProximitn omezent1 (m,n) t2term t2 se vyskytuje v textu nejdle m slov za t1, nebo se t1 vyskytuje nejdle n slov za t2.t1 sentence t2termy se v dokumentu vyskytuj ve stejn vtt1 paragraph t2termy se v dokumentu vyskytuj ve stejnm odstavci

DBI010 - DIS - MFF UKProximitn omezenNahrazen opertoru konjunkcVyhodnocen dotazuOven v primrnm textuDel as pro vyhodnocenNutnost uloen primrnch dokumentDoplnn indexu o pozice term v dokumentechVt index

DBI010 - DIS - MFF UKOrganizace indexuZpracovn dokument na vstupuvznikne posloupnost ptic setdn dle v uvedenm poadSetdnvznikne posloupnost ptic

DBI010 - DIS - MFF UKVyuit tezauruBT(x) - Broader Term - ir term k termu xNT(x) - Narrower Terms - U termnyPT(x) - Preferred Term - Preferovan termnSYN(x) - SYNonyms -Synonyma k termu xRT(x) - Related Terms - Pbuzn termnyTT(x) - Top Term - Nejir termn

DBI010 - DIS - MFF UKNevhody Boolskho DISSalton:Formulace dotaz je spe umnm ne vdou.Nemonost ohodnotit vhodnost vystupujcch dokument.Vechny termy v dotazu i v identifikaci dokumentu jsou chpny jako stejn dleit.Nemonost zen velikosti vstupu.Nkter vsledky neodpovdaj intuitivn pedstav.V disjunktivnm dotazu na vstupu dokumenty obsahujc jedin z term vedle dokument obsahujcch vechny.V konjunktivnm dotazu na vstupu nejsou dokumenty neobsahujc dn z term ani dokument neobsahujc jeden z nich.

DBI010 - DIS - MFF UKsten setdn vstupuQ = (t1 OR t2) AND (t2 OR t3) AND t4 pevedeme do DKNFQ =(t1 AND t2 AND t3 AND t4)OR(t1 AND t2 AND NOT t3 AND t4)OR(t1 AND NOT t2 AND t3 AND t4)OR(NOT t1 AND t2 AND t3 AND t4)OR(NOT t1 AND t2 AND NOT t3 AND t4)

DBI010 - DIS - MFF UKsten setdn vstupuKad elementrn konjunkce (dle EK) je ohodnocena slem rovnm potu term v kladnm smyslu (bez NOT)Vechny EK se navzjem li alespo u jednoho termuKad dokument vyhovuje nejve jedn EKDokument lze ohodnotit slem, piazenm odpovdajc EK.

DBI010 - DIS - MFF UKsten setdn vstupuElementrnch konjunkc pro k pouitch term je 2kMonch ohodnocen je jen kProto me mt vce EK stejn ohodnocen(ta OR tb) = =(ta AND tb) ohodnocen 2 OR (ta AND NOT tb) ohodnocen 1 OR (NOT ta AND tb) ohodnocen 1

DBI010 - DIS - MFF UKVektorov model DIS70-t lta 20. stol.cca o 20 let mlad ne Boolsk DISSnaha minimalizovat nebo odstranit nevhody Boolskch DIS

DBI010 - DIS - MFF UKVektorov model DISDatabze D obsahujc n dokumentD={d1, d2, dn}Dokumenty popisovny pomoc m termT ={t1, t2, tm}term tj = slovo nebo souslovReprezentace dokumentu pomoc vektoru vah term

DBI010 - DIS - MFF UKVektorov model DISModel dokumentu wi,j mra dleitosti j-tho termu pro identifikaci i-tho dokumentuDotaz qj mra dleitosti j-tho termu pro tazatele

DBI010 - DIS - MFF UKIndex vektorovho DIS

DBI010 - DIS - MFF UKVektorov model DISPodobnost mezi vektorem dotazu a vektorem dokumentu je dna funkc0011

DBI010 - DIS - MFF UKPodobnostn funkce

Pspvek mrn me dleitosti termu pro tazatele a pro dokumentKolm vektory maj nulovou podobnostVektory bze (jednotliv termy) navzjem kolm a tedy s nulovou podobnost

DBI010 - DIS - MFF UKPodobnostn funkce

Vslednou podobnost ovlivuje velikost dotazu i velikost vektor jednotlivch dokumentDel vektory (piazen obvykle delm dokumentm) jsou zvhodnnyVhodn provdt normalizaci vektor

DBI010 - DIS - MFF UKNormalizace vektorEliminace vlivu dlky vektoru na podobnost

DBI010 - DIS - MFF UKNormalizace vektorBhem indexaceNezatuj vyhledvnNkdy nutn dvkov pepotat vektory v ppad, e normalizace zahrnuje faktory zvisl na cel mnoin vektorBhem vyhledvnSoust definice podobnostn funkceZpomaluje odezvu

DBI010 - DIS - MFF UKOmezen velikosti vstupuDokumenty na vstupu azeny sestupn dle podobnostiNejpodobnj dokumenty na zatkuMono omezit velikost vstupu a splnit snadno kritrium maximaOmezen max. potu vrcench dokumentPoadavek na minimln nutnou podobnost

DBI010 - DIS - MFF UKNegace ve vektorovm DIS

Je mon uvaovat dotaz Potom me bt pspvek zpornTak lze upednostnit dokumenty, kter dan term neobsahuj

DBI010 - DIS - MFF UKSkalrn souin

DBI010 - DIS - MFF UKKosinov mra (Salton)

DBI010 - DIS - MFF UKJaccardova mra

DBI010 - DIS - MFF UKDiceova mra

DBI010 - DIS - MFF UKOverlap mra

DBI010 - DIS - MFF UKAsymetrick mra

DBI010 - DIS - MFF UKPseudo-kosinov mra

DBI010 - DIS - MFF UKIndexace ve vektorovm DISZaloena na potu opakovn slova v dokumentum astji se slovo opakuje, tm je dleitjFrekvence termu (Term Frequency) TFi,j = #vskyt_termu / #vech_vskyt

DBI010 - DIS - MFF UKIndexace ve vektorovm DISBez stop-listu na zatku seznamu nevznamov slova

FREKV

term#TF

1the2390.0582

2of960.0234

3a840.0205

4to780.0190

5and700.0171

6is650.0158

7for600.0146

8be530.0129

9if520.0127

10in490.0119

11use490.0119

12are440.0107

13it440.0107

14should380.0093

15class330.0080

16not330.0080

17owl310.0076

18this280.0068

19c260.0063

20line260.0063

21do250.0061

22example250.0061

23aclass240.0058

24comments230.0056

25file230.0056

26or230.0056

27that230.0056

28bi220.0054

29with220.0054

30as210.0051

31functions200.0049

32have190.0046

33files180.0044

34at170.0041

35code170.0041

36instead170.0041

37int170.0041

38data160.0039

39each160.0039

40from160.0039

41public150.0037

42they150.0037

43void150.0037

44by140.0034

45check140.0034

46macros140.0034

47s140.0034

48statement140.0034

49using140.0034

50all130.0032

51an130.0032

52any130.0032

53block130.0032

54defined130.0032

55function130.0032

56j130.0032

57resource130.0032

58used130.0032

59will130.0032

60windows130.0032

61can120.0029

62global120.0029

63header120.0029

64operator120.0029

65pointers120.0029

66than120.0029

67variables120.0029

68but110.0027

69h110.0027

70include110.0027

71level110.0027

72new110.0027

73object110.0027

74case100.0024

75const100.0024

76control100.0024

77copyright100.0024

78inline100.0024

79member100.0024

80must100.0024

81on100.0024

82stuff100.0024

83style100.0024

84them100.0024

85which100.0024

86define90.0022

87headers90.0022

88may90.0022

89message90.0022

90need90.0022

91notice90.0022

92rather90.0022

93top90.0022

94variable90.0022

95also80.0019

96always80.0019

97boolexp80.0019

98first80.0019

99foo80.0019

100indentation80.0019

101local80.0019

102memory80.0019

103model80.0019

104named80.0019

105provides80.0019

106some80.0019

107there80.0019

108various80.0019

109when80.0019

110within80.0019

111bool70.0017

112braces70.0017

113cast70.0017

114endif70.0017

115following70.0017

116group70.0017

117its70.0017

118long70.0017

119number70.0017

120one70.0017

121only70.0017

122plat70.0017

123platform70.0017

124pointer70.0017

125same70.0017

126source70.0017

127then70.0017

128tsomeobject70.0017

129type70.0017

130types70.0017

131break60.0015

132compiler60.0015

133condition60.0015

134declarations60.0015

135declare60.0015

136default60.0015

137delete60.0015

138examples60.0015

139exception60.0015

140general60.0015

141i60.0015

142identifiers60.0015

143like60.0015

144make60.0015

145operating60.0015

146prefix60.0015

147scope60.0015

148section60.0015

149smart60.0015

150statements60.0015

151sure60.0015

152these60.0015

153too60.0015

154what60.0015

155x60.0015

156b50.0012

157because50.0012

158being50.0012

159bits50.0012

160comment50.0012

161constructor50.0012

162definition50.0012

163false50.0012

164followed50.0012

165identifier50.0012

166keywords50.0012

167list50.0012

168more50.0012

169multiple50.0012

170near50.0012

171objectptr50.0012

172precompiled50.0012

173protected50.0012

174put50.0012

175single50.0012

176size50.0012

177spaces50.0012

178switch50.0012

179target50.0012

180true50.0012

181up50.0012

182usage50.0012

183well50.0012

184where50.0012

185while50.0012

186without50.0012

187assignment40.0010

188borland40.0010

189called40.0010

190cases40.0010

191casts40.0010

192characters40.0010

193classname40.0010

194command40.0010

195dll40.0010

196does40.0010

197else40.0010

198far40.0010

199filename40.0010

200flow40.0010

201frame40.0010

202get40.0010

203has40.0010

204here40.0010

205indented40.0010

206library40.0010

207most40.0010

208needed40.0010

209needs40.0010

210never40.0010

211objectwindows40.0010

212order40.0010

213other40.0010

214otherinstance40.0010

215preceded40.0010

216private40.0010

217product40.0010

218readme40.0010

219rect40.0010

220references40.0010

221resources40.0010

222right40.0010

223sentry40.0010

224separated40.0010

225so40.0010

226specific40.0010

227statement140.0010


229static40.0010

230supports40.0010

231system40.0010

232table40.0010

233trace40.0010

234try40.0010

235unless40.0010

236user40.0010

237another30.0007

238anywhere30.0007

239array30.0007

240been30.0007

241blank30.0007

242catch30.0007

243character30.0007

244child30.0007

245condition230.0007

246constructors30.0007

247contained30.0007

248copy30.0007

249correctly30.0007

250cpp30.0007

251dashes30.0007

252declaration30.0007

253definitions30.0007

254depending30.0007

255description30.0007

256document30.0007

257double30.0007

258e30.0007

259end30.0007

260enums30.0007

261error30.0007

262explain30.0007

263format30.0007

264func30.0007

265guidelines30.0007

266help30.0007

267how30.0007

268international30.0007

269keep30.0007

270large30.0007

271logical30.0007

272look30.0007

273messages30.0007

274models30.0007

275name30.0007

276no30.0007

277open30.0007

278owlmain30.0007

279own30.0007

280parentheses30.0007

281possible30.0007

282precondition30.0007

283preprocessor30.0007

284prevent30.0007

285prototypes30.0007

286redundant30.0007

287response30.0007

288return30.0007

289second30.0007

290separate30.0007

291space30.0007

292string30.0007

293such30.0007

294t30.0007

295tclass130.0007

296tclass230.0007

297team30.0007

298text30.0007

299tframewindow30.0007

300those30.0007

301through30.0007

302time30.0007

303tlayoutwindow30.0007

304twindow30.0007

305txt30.0007

306usually30.0007

307very30.0007

308virtual30.0007

309warnings30.0007

310whenever30.0007

311whitespace30.0007

312window30.0007

313win1630.0007

314win3230.0007

315would30.0007

316about20.0005

317above20.0005

318accidentally20.0005

319add20.0005

320api20.0005

321app20.0005

322apply20.0005

323arg20.0005

324argname120.0005

325argname220.0005

326arg120.0005

327arg220.0005

328around20.0005

329before20.0005

330begin20.0005

331belong20.0005

332better20.0005

333bit20.0005

334blocks20.0005

335boolean20.0005

336both20.0005

337bottom20.0005

338brace20.0005

339breaking20.0005

340bytes20.0005

341capital20.0005

342caught20.0005

343certain20.0005

344change20.0005

345checker20.0005

346choice120.0005

347classlib20.0005

348client20.0005

349closing20.0005

350coding20.0005

351comma20.0005

352common20.0005

353compact20.0005

354comparison20.0005

355compile20.0005

356compiled20.0005

357compiles20.0005

358conditionals20.0005

359conditions20.0005

360condition120.0005

361consider20.0005

362consistent20.0005

363constants20.0005

364contain20.0005

365continuation20.0005

366cplusplus20.0005

367create20.0005

368date20.0005

369debugging20.0005

370defines20.0005

371derived20.0005

372describe20.0005

373describes20.0005

374descriptive20.0005

375destructor20.0005

376diagnostic20.0005

377dialog20.0005

378doing20.0005

379dos20.0005

380easier20.0005

381every20.0005

382exe20.0005

383explicit20.0005

384explicitly20.0005

385extern20.0005

386find20.0005

387follows20.0005

388form20.0005

389free20.0005

390friend20.0005

391funcname20.0005

392good20.0005

393groups20.0005

394guard20.0005

395guards20.0005

396handle20.0005

397huge20.0005

398indent20.0005

399initialization20.0005

400initmainwindow20.0005

401inside20.0005

402instance20.0005

403integer20.0005

404isclosed20.0005

405isopened20.0005

406items20.0005

407keyword20.0005

408know20.0005

409leaks20.0005

410left20.0005

411length20.0005

412letter20.0005

413lines20.0005

414lives20.0005

415loops20.0005

416m20.0005

417macro20.0005

418made20.0005

419makefile20.0005

420makelong20.0005

421medium20.0005

422members20.0005

423minimum20.0005

424mixed20.0005

425much20.0005

426n20.0005

427names20.0005

428next20.0005

429normally20.0005

430notifications20.0005

431ocf20.0005

432operators20.0005

433os20.0005

434out20.0005

435outside20.0005

436over20.0005

437page20.0005

438paragraph20.0005

439pch20.0005

440platforms20.0005

441pragma20.0005

442problem20.0005

443prove20.0005

444ptr20.0005

445published20.0005

446purpose20.0005

447read20.0005

448refer20.0005

449reference20.0005

450reinterpret20.0005

451required20.0005

452returntype20.0005

453run20.0005

454short20.0005

455since20.0005

456small20.0005

457specifically20.0005

458stack20.0005

459state20.0005

460step120.0005

461step220.0005

462systems20.0005

463tab20.0005

464tapplication20.0005

465targtype120.0005

466targtype220.0005

467technique20.0005

468test20.0005

469things20.0005

470throw20.0005

471thrown20.0005

472tiny20.0005

473title20.0005

474tmywindow20.0005

475together20.0005

476typically20.0005

477understanding20.0005

478uppercase20.0005

479version20.0005

480vertically20.0005

481want20.0005

482warn20.0005

483whether20.0005

484why20.0005

485word20.0005

486words20.0005

487works20.0005

488xalias20.0005

489y20.0005

490year20.0005

491accelerator10.0002

492acn10.0002

493actually10.0002

494addition10.0002

495additionally10.0002

496advantageous10.0002

497after10.0002

498aid10.0002

499alias10.0002

500allocate10.0002

501allocation10.0002

502allow10.0002

503alternatively10.0002

504am10.0002

505anachronism10.0002

506animation10.0002

507anybody10.0002

508anyone10.0002

509appear10.0002

510applicable10.0002

511application10.0002

512applications10.0002

513areas10.0002

514argtype110.0002

515argtype210.0002

516argument10.0002

517arguments10.0002

518arg310.0002

519assume10.0002

520assumptions10.0002

521attribute10.0002

522attributes10.0002

523autoclass10.0002

524automatically10.0002

525avoid10.0002

526avoided10.0002

527away10.0002

528baseclass10.0002

529based10.0002

530beginning10.0002

531begins10.0002

532behavior10.0002

533behaviour10.0002

534benefit10.0002

535benefits10.0002

536between10.0002

537bids10.0002

538big10.0002

539biggest10.0002

540binary10.0002

541bitmap10.0002

542bmp10.0002

543bn10.0002

544bounds10.0002

545breakage10.0002

546bug10.0002

547build10.0002

548built10.0002

549button10.0002

550call10.0002

551callback10.0002

552cannot10.0002

553capitalization10.0002

554capitalized10.0002

555cbn10.0002

556cdn10.0002

557cefileopen10.0002

558cexxxx10.0002

559changes10.0002

560char10.0002

561checkx10.0002

562children10.0002

563choices10.0002

564choice1statement110.0002

565choice2statement210.0002

566chosen10.0002

567clarify10.0002

568classes10.0002

569classmodifier10.0002

570clearer10.0002

571clearly10.0002

572close10.0002

573closes10.0002

574cm10.0002

575cmfileopen10.0002

576cmxxxx10.0002

577codeguard10.0002

578column10.0002

579combobox10.0002

580commands10.0002

581compareisequal10.0002

582compatability10.0002

583compatibility10.0002

584compilers10.0002

585complete10.0002

586concept10.0002

587conditional10.0002

588condition1statement110.0002




592confidential10.0002

593conflicts10.0002

594considered10.0002

595constant10.0002

596constant110.0002

597constant210.0002

598construction10.0002

599consume10.0002

600contains10.0002

601continue10.0002

602continues10.0002

603controlled10.0002

604controls10.0002

605convention10.0002

606conventions10.0002

607con3210.0002

608corresponding10.0002

609correspondingly10.0002

610could10.0002

611cp10.0002

612cramming10.0002

613cross10.0002

614current10.0002

615cursor10.0002

616d10.0002

617datamember110.0002

618datamember210.0002

619debug10.0002

620decide10.0002

621declared10.0002

622defaultstatement110.0002

623defaultstatement210.0002

624defining10.0002

625definitely10.0002

626defs10.0002

627deletes10.0002

628deleting10.0002

629demonstrates10.0002

630denote10.0002

631derive10.0002

632destructors10.0002

633diagnostics10.0002

634dib10.0002

635difference10.0002

636different10.0002

637difficulty10.0002

638directory10.0002

639discuss10.0002

640discusses10.0002

641display10.0002

642dlls10.0002

643documents10.0002

644done10.0002

645downcast10.0002

646dynamic10.0002

647dynamically10.0002

648edit10.0002

649editing10.0002

650efficient10.0002

651effort10.0002

652either10.0002

653emulate10.0002

654emulated10.0002

655en10.0002

656enabled10.0002

657enabler10.0002

658enablers10.0002

659encapsulates10.0002

660encountered10.0002

661ends10.0002

662entry10.0002

663enum10.0002

664eof10.0002

665equally10.0002

666exceeds10.0002

667executable10.0002

668exists10.0002

669explains10.0002

670expression10.0002

671expressions10.0002

672extract10.0002

673f10.0002

674fairly10.0002

675features10.0002

676feel10.0002

677figures10.0002

678filestate10.0002

679finally10.0002

680fine10.0002

681fit10.0002

682flat10.0002

683follow10.0002

684font10.0002

685forget10.0002

686formatted10.0002

687forms10.0002

688forward10.0002

689four10.0002

690fowarding10.0002

691frames10.0002

692framework10.0002

693friendclass10.0002

694friends10.0002

695front10.0002

696functionality10.0002

697functionmodifier10.0002

698gadgets10.0002

699gen10.0002

700generated10.0002

701generating10.0002

702gets10.0002

703gobbledee10.0002

704goes10.0002

705gone10.0002

706gook10.0002

707goto10.0002

708gotos10.0002

709gray10.0002

710grouped10.0002

711guarantee10.0002

712guide10.0002

713had10.0002

714handling10.0002

715hardcoded10.0002

716hdn10.0002

717heading10.0002

718helps10.0002

719hidden10.0002

720hiuint1610.0002

721hiuint810.0002

722hiword10.0002

723ibm10.0002

724icon10.0002

725ida10.0002

726idb10.0002

727idc10.0002

728idd10.0002

729ide10.0002

730idea10.0002

731identation10.0002

732idf10.0002

733idg10.0002

734idh10.0002

735idi10.0002

736idm10.0002

737ids10.0002

738idu10.0002

739idv10.0002

740idw10.0002

741ifndef10.0002

742implemenations10.0002

743important10.0002

744included10.0002

745includes10.0002

746including10.0002

747ini10.0002

748initial10.0002

749inserted10.0002

750insight10.0002

751instanceptr10.0002

752instrinsic10.0002

753into10.0002

754int1610.0002

755int3210.0002

756int810.0002

757involving10.0002

758item10.0002

759iterate10.0002

760kept10.0002

761key10.0002

762knows10.0002

763l10.0002

764language10.0002

765last10.0002

766layout10.0002

767lbn10.0002

768levels10.0002

769liberally10.0002

770linker10.0002

771listbox10.0002

772lists10.0002

773listview10.0002

774little10.0002

775loading10.0002

776locality10.0002

777location10.0002

778logically10.0002

779longer10.0002

780looking10.0002

781looks10.0002

782loop10.0002

783lot10.0002

784louint1610.0002

785louint810.0002

786lower10.0002

787loword10.0002

788lparam10.0002

789lresult10.0002

790lstrcpy10.0002

791lumping10.0002

792lvn10.0002

793main10.0002

794maintain10.0002

795maintains10.0002

796mainwindow10.0002

797makefiles10.0002

798makelparam10.0002

799malloc10.0002

800manages10.0002

801manners10.0002

802many10.0002

803match10.0002

804meant10.0002

805memberfunc110.0002

806mentioned10.0002

807menu10.0002

808method10.0002

809methods10.0002

810miscellaneous10.0002

811mkuint1610.0002

812mkuint3210.0002

813module10.0002

814morestuff10.0002

815moving10.0002

816msw10.0002

817multi10.0002

818multithreaded10.0002

819mybitmap10.0002

820naming10.0002

821necessary10.0002

822negative10.0002

823nested10.0002

824normal10.0002

825notices10.0002

826null10.0002

827objects10.0002

828obsolete10.0002

829ole10.0002

830ones10.0002

831onto10.0002

832opened10.0002

833opening10.0002

834opposed10.0002

835optimizing10.0002

836option10.0002

837os210.0002

838others10.0002

839otherwise10.0002

840owlclass10.0002

841pageful10.0002

842parameters10.0002

843parent10.0002

844parts10.0002

845perhaps10.0002

846pick10.0002

847piece10.0002

848place10.0002

849placed10.0002

850places10.0002

851plays10.0002

852point10.0002

853portability10.0002

854portable10.0002

855possibly10.0002

856precede10.0002

857precedence10.0002

858precedes10.0002

859preceding10.0002

860preconditionx10.0002

861preferences10.0002

862pretty10.0002

863prevents10.0002

864previous10.0002

865printf10.0002

866problems10.0002

867programming10.0002

868prone10.0002

869proper10.0002

870properly10.0002

871provide10.0002

872punctuation10.0002

873putting10.0002

874quickly10.0002

875r10.0002

876rc10.0002

877readability10.0002

878reading10.0002

879really10.0002

880recent10.0002

881regardless10.0002

882release10.0002

883remove10.0002

884removed10.0002

885replace10.0002

886requested10.0002

887requirement10.0002

888reserved10.0002

889resolution10.0002

890returned10.0002

891rh10.0002

892rights10.0002

893role10.0002

894rtl10.0002

895rules10.0002

896safer10.0002

897save10.0002

898says10.0002

899scoping10.0002

900screenful10.0002

901sections10.0002

902segmented10.0002

903self10.0002

904semicolon10.0002

905sentences10.0002

906sentries10.0002

907separates10.0002

908sequence10.0002

909set10.0002

910setmainwindow10.0002

911ship10.0002

912side10.0002

913situations10.0002

914sizes10.0002

915slash10.0002

916smaller10.0002

917somefunction10.0002

918something10.0002

919spacing10.0002

920specified10.0002

921sprinkled10.0002

922sqrt10.0002

923standard10.0002

924start10.0002

925startup10.0002





930still10.0002

931strcpy10.0002

932strict10.0002

933struct10.0002

934structs10.0002

935subdirectories10.0002

936suggestion10.0002

937support10.0002

938supporting10.0002

939symbol10.0002

940synonymous10.0002

941tabs10.0002

942tapointer10.0002

943targtype310.0002

944tbn10.0002

945tcn10.0002

946tcommandenabler10.0002

947tdecoratedframe10.0002

948teventhandler10.0002

949their10.0002

950therefore10.0002

951thread10.0002

952throughout10.0002

953tmdiframe10.0002

954tmsgid10.0002

955toolbar10.0002

956tools10.0002

957tooltip10.0002

958tparam110.0002

959tparam210.0002

960tpointer10.0002

961tracex10.0002

962track10.0002

963treeview10.0002

964tresult10.0002

965trinary10.0002

966truncated10.0002

967ttn10.0002

968turned10.0002

969tvn10.0002

970twice10.0002

971two10.0002

972typemodifier10.0002

973typesafe10.0002

974udn10.0002

975uint10.0002

976uint1610.0002

977uint3210.0002

978uint810.0002

979undefined10.0002

980unions10.0002

981unlike10.0002

982unsigned10.0002

983updated10.0002

984updown10.0002

985users10.0002

986uses10.0002

987validate10.0002

988validation10.0002

989values10.0002

990versioninfo10.0002

991versions10.0002

992visibility10.0002

993warnx10.0002

994was10.0002

995whereas10.0002

996winmain10.0002

997wonderfulmacro10.0002

998work10.0002

999wparam10.0002

1000wrap10.0002

1001wrapper10.0002

1002wrappers10.0002

1003write10.0002

1004writing10.0002

1005written10.0002

1006xxxx10.0002

1007xyz10.0002

1008years10.0002

1009yo10.0002

4104

FREKV STOP

term#TFNTF

1use490.01191.00000.0119

2class330.00800.83670.0161

3owl310.00760.81630.0227

4c260.00630.76530.0253

5line260.00630.76530.0317

6example250.00610.75510.0365

7comments230.00560.73470.0392

8file230.00560.73470.0448

9bi220.00540.72450.0482

10functions200.00490.70410.0487

11files180.00440.68370.0482

12code170.00410.67350.0497

13int170.00410.67350.0538

14data160.00390.66330.0546

15public150.00370.65310.0548

16void150.00370.65310.0585

17check140.00340.64290.0580

18macros140.00340.64290.0614

19statement140.00340.64290.0648

20using140.00340.64290.0682

21block130.00320.63270.0665

22defined130.00320.63270.0697

23function130.00320.63270.0729

24resource130.00320.63270.0760

25used130.00320.63270.0792

26windows130.00320.63270.0824

27global120.00290.62240.0789

28header120.00290.62240.0819

29operator120.00290.62240.0848

30pointers120.00290.62240.0877

31than120.00290.62240.0906

32variables120.00290.62240.0936

33but110.00270.61220.0885

34h110.00270.61220.0911

35include110.00270.61220.0938

36level110.00270.61220.0965

37new110.00270.61220.0992

38object110.00270.61220.1019

39case100.00240.60200.0950

40const100.00240.60200.0975

41control100.00240.60200.0999

42copyright100.00240.60200.1023

43inline100.00240.60200.1048

44member100.00240.60200.1072

45must100.00240.60200.1096

46on100.00240.60200.1121

47stuff100.00240.60200.1145

48style100.00240.60200.1170

49them100.00240.60200.1194

50which100.00240.60200.1218

51define90.00220.59180.1118

52headers90.00220.59180.1140

53may90.00220.59180.1162

54message90.00220.59180.1184

55need90.00220.59180.1206

56notice90.00220.59180.1228

57rather90.00220.59180.1250

58top90.00220.59180.1272

59variable90.00220.59180.1294

60also80.00190.58160.1170

61always80.00190.58160.1189

62boolexp80.00190.58160.1209

63first80.00190.58160.1228

64foo80.00190.58160.1248

65indentation80.00190.58160.1267

66local80.00190.58160.1287

67memory80.00190.58160.1306

68model80.00190.58160.1326

69named80.00190.58160.1345

70provides80.00190.58160.1365

71some80.00190.58160.1384

72there80.00190.58160.1404

73various80.00190.58160.1423

74when80.00190.58160.1442

75within80.00190.58160.1462

76bool70.00170.57140.1296

77braces70.00170.57140.1313

78cast70.00170.57140.1330

79endif70.00170.57140.1347

80following70.00170.57140.1365

81group70.00170.57140.1382

82its70.00170.57140.1399

83long70.00170.57140.1416

84number70.00170.57140.1433

85one70.00170.57140.1450

86only70.00170.57140.1467

87plat70.00170.57140.1484

88platform70.00170.57140.1501

89pointer70.00170.57140.1518

90same70.00170.57140.1535

91source70.00170.57140.1552

92then70.00170.57140.1569

93tsomeobject70.00170.57140.1586

94type70.00170.57140.1603

95types70.00170.57140.1620

96break60.00150.56120.1404

97compiler60.00150.56120.1418

98condition60.00150.56120.1433

99declarations60.00150.56120.1447

100declare60.00150.56120.1462

101default60.00150.56120.1477

102delete60.00150.56120.1491

103examples60.00150.56120.1506

104exception60.00150.56120.1520

105general60.00150.56120.1535

106i60.00150.56120.1550

107identifiers60.00150.56120.1564

108like60.00150.56120.1579

109make60.00150.56120.1594

110operating60.00150.56120.1608

111prefix60.00150.56120.1623

112scope60.00150.56120.1637

113section60.00150.56120.1652

114smart60.00150.56120.1667

115statements60.00150.56120.1681

116sure60.00150.56120.1696

117these60.00150.56120.1711

118too60.00150.56120.1725

119what60.00150.56120.1740

120x60.00150.56120.1754

121b50.00120.55100.1474

122because50.00120.55100.1486

123being50.00120.55100.1499

124bits50.00120.55100.1511

125comment50.00120.55100.1523

126constructor50.00120.55100.1535

127definition50.00120.55100.1547

128false50.00120.55100.1559

129followed50.00120.55100.1572

130identifier50.00120.55100.1584

131keywords50.00120.55100.1596

132list50.00120.55100.1608

133more50.00120.55100.1620

134multiple50.00120.55100.1633

135near50.00120.55100.1645

136objectptr50.00120.55100.1657

137precompiled50.00120.55100.1669

138protected50.00120.55100.1681

139put50.00120.55100.1693

140single50.00120.55100.1706

141size50.00120.55100.1718

142spaces50.00120.55100.1730

143switch50.00120.55100.1742

144target50.00120.55100.1754

145true50.00120.55100.1767

146up50.00120.55100.1779

147usage50.00120.55100.1791

148well50.00120.55100.1803

149where50.00120.55100.1815

150while50.00120.55100.1827

151without50.00120.55100.1840

152assignment40.00100.00000.1481

153borland40.00100.00000.1491

154called40.00100.00000.1501

155cases40.00100.00000.1511

156casts40.00100.00000.1520

157characters40.00100.00000.1530

158classname40.00100.00000.1540

159command40.00100.00000.1550

160dll40.00100.00000.1559

161does40.00100.00000.1569

162else40.00100.00000.1579

163far40.00100.00000.1589

164filename40.00100.00000.1598

165flow40.00100.00000.1608

166frame40.00100.00000.1618

167get40.00100.00000.1628

168has40.00100.00000.1637

169here40.00100.00000.1647

170indented40.00100.00000.1657

171library40.00100.00000.1667

172most40.00100.00000.1676

173needed40.00100.00000.1686

174needs40.00100.00000.1696

175never40.00100.00000.1706

176objectwindows40.00100.00000.1715

177order40.00100.00000.1725

178other40.00100.00000.1735

179otherinstance40.00100.00000.1745

180preceded40.00100.00000.1754

181private40.00100.00000.1764

182product40.00100.00000.1774

183readme40.00100.00000.1784

184rect40.00100.00000.1793

185references40.00100.00000.1803

186resources40.00100.00000.1813

187right40.00100.00000.1823

188sentry40.00100.00000.1832

189separated40.00100.00000.1842

190so40.00100.00000.1852

191specific40.00100.00000.1862

192statement140.00100.00000.1871

193statement240.00100.00000.1881

194static40.00100.00000.1891

195supports40.00100.00000.1901

196system40.00100.00000.1910

197table40.00100.00000.1920

198trace40.00100.00000.1930

199try40.00100.00000.1940

200unless40.00100.00000.1949

201user40.00100.00000.1959

202another30.00070.00000.1477

203anywhere30.00070.00000.1484

204array30.00070.00000.1491

205been30.00070.00000.1499

206blank30.00070.00000.1506

207catch30.00070.00000.1513

208character30.00070.00000.1520

209child30.00070.00000.1528

210condition230.00070.00000.1535

211constructors30.00070.00000.1542

212contained30.00070.00000.1550

213copy30.00070.00000.1557

214correctly30.00070.00000.1564

215cpp30.00070.00000.1572

216dashes30.00070.00000.1579

217declaration30.00070.00000.1586

218definitions30.00070.00000.1594

219depending30.00070.00000.1601

220description30.00070.00000.1608

221document30.00070.00000.1615

222double30.00070.00000.1623

223e30.00070.00000.1630

224end30.00070.00000.1637

225enums30.00070.00000.1645

226error30.00070.00000.1652

227explain30.00070.00000.1659

228format30.00070.00000.1667

229func30.00070.00000.1674

230guidelines30.00070.00000.1681

231help30.00070.00000.1689

232how30.00070.00000.1696

233international30.00070.00000.1703

234keep30.00070.00000.1711

235large30.00070.00000.1718

236logical30.00070.00000.1725

237look30.00070.00000.1732

238messages30.00070.00000.1740

239models30.00070.00000.1747

240name30.00070.00000.1754

241no30.00070.00000.1762

242open30.00070.00000.1769

243owlmain30.00070.00000.1776

244own30.00070.00000.1784

245parentheses30.00070.00000.1791

246possible30.00070.00000.1798

247precondition30.00070.00000.1806

248preprocessor30.00070.00000.1813

249prevent30.00070.00000.1820

250prototypes30.00070.00000.1827

251redundant30.00070.00000.1835

252response30.00070.00000.1842

253return30.00070.00000.1849

254second30.00070.00000.1857

255separate30.00070.00000.1864

256space30.00070.00000.1871

257string30.00070.00000.1879

258such30.00070.00000.1886

259t30.00070.00000.1893

260tclass130.00070.00000.1901

261tclass230.00070.00000.1908

262team30.00070.00000.1915

263text30.00070.00000.1923

264tframewindow30.00070.00000.1930

265those30.00070.00000.1937

266through30.00070.00000.1944

267time30.00070.00000.1952

268tlayoutwindow30.00070.00000.1959

269twindow30.00070.00000.1966

270txt30.00070.00000.1974

271usually30.00070.00000.1981

272very30.00070.00000.1988

273virtual30.00070.00000.1996

274warnings30.00070.00000.2003

275whenever30.00070.00000.2010

276whitespace30.00070.00000.2018

277window30.00070.00000.2025

278win1630.00070.00000.2032

279win3230.00070.00000.2039

280would30.00070.00000.2047

281about20.00050.00000.1369

282above20.00050.00000.1374

283accidentally20.00050.00000.1379

284add20.00050.00000.1384

285api20.00050.00000.1389

286app20.00050.00000.1394

287apply20.00050.00000.1399

288arg20.00050.00000.1404

289argname120.00050.00000.1408

290argname220.00050.00000.1413

291arg120.00050.00000.1418

292arg220.00050.00000.1423

293around20.00050.00000.1428

294before20.00050.00000.1433

295begin20.00050.00000.1438

296belong20.00050.00000.1442

297better20.00050.00000.1447

298bit20.00050.00000.1452

299blocks20.00050.00000.1457

300boolean20.00050.00000.1462

301both20.00050.00000.1467

302bottom20.00050.00000.1472

303brace20.00050.00000.1477

304breaking20.00050.00000.1481

305bytes20.00050.00000.1486

306capital20.00050.00000.1491

307caught20.00050.00000.1496

308certain20.00050.00000.1501

309change20.00050.00000.1506

310checker20.00050.00000.1511

311choice120.00050.00000.1516

312classlib20.00050.00000.1520

313client20.00050.00000.1525

314closing20.00050.00000.1530

315coding20.00050.00000.1535

316comma20.00050.00000.1540

317common20.00050.00000.1545

318compact20.00050.00000.1550

319comparison20.00050.00000.1555

320compile20.00050.00000.1559

321compiled20.00050.00000.1564

322compiles20.00050.00000.1569

323conditionals20.00050.00000.1574

324conditions20.00050.00000.1579

325condition120.00050.00000.1584

326consider20.00050.00000.1589

327consistent20.00050.00000.1594

328constants20.00050.00000.1598

329contain20.00050.00000.1603

330continuation20.00050.00000.1608

331cplusplus20.00050.00000.1613

332create20.00050.00000.1618

333date20.00050.00000.1623

334debugging20.00050.00000.1628

335defines20.00050.00000.1633

336derived20.00050.00000.1637

337describe20.00050.00000.1642

338describes20.00050.00000.1647

339descriptive20.00050.00000.1652

340destructor20.00050.00000.1657

341diagnostic20.00050.00000.1662

342dialog20.00050.00000.1667

343doing20.00050.00000.1672

344dos20.00050.00000.1676

345easier20.00050.00000.1681

346every20.00050.00000.1686

347exe20.00050.00000.1691

348explicit20.00050.00000.1696

349explicitly20.00050.00000.1701

350extern20.00050.00000.1706

351find20.00050.00000.1711

352follows20.00050.00000.1715

353form20.00050.00000.1720

354free20.00050.00000.1725

355friend20.00050.00000.1730

356funcname20.00050.00000.1735

357good20.00050.00000.1740

358groups20.00050.00000.1745

359guard20.00050.00000.1750

360guards20.00050.00000.1754

361handle20.00050.00000.1759

362huge20.00050.00000.1764

363indent20.00050.00000.1769

364initialization20.00050.00000.1774

365initmainwindow20.00050.00000.1779

366inside20.00050.00000.1784

367instance20.00050.00000.1788

368integer20.00050.00000.1793

369isclosed20.00050.00000.1798

370isopened20.00050.00000.1803

371items20.00050.00000.1808

372keyword20.00050.00000.1813

373know20.00050.00000.1818

374leaks20.00050.00000.1823

375left20.00050.00000.1827

376length20.00050.00000.1832

377letter20.00050.00000.1837

378lines20.00050.00000.1842

379lives20.00050.00000.1847

380loops20.00050.00000.1852

381m20.00050.00000.1857

382macro20.00050.00000.1862

383made20.00050.00000.1866

384makefile20.00050.00000.1871

385makelong20.00050.00000.1876

386medium20.00050.00000.1881

387members20.00050.00000.1886

388minimum20.00050.00000.1891

389mixed20.00050.00000.1896

390much20.00050.00000.1901

391n20.00050.00000.1905

392names20.00050.00000.1910

393next20.00050.00000.1915

394normally20.00050.00000.1920

395notifications20.00050.00000.1925

396ocf20.00050.00000.1930

397operators20.00050.00000.1935

398os20.00050.00000.1940

399out20.00050.00000.1944

400outside20.00050.00000.1949

401over20.00050.00000.1954

402page20.00050.00000.1959

403paragraph20.00050.00000.1964

404pch20.00050.00000.1969

405platforms20.00050.00000.1974

406pragma20.00050.00000.1979

407problem20.00050.00000.1983

408prove20.00050.00000.1988

409ptr20.00050.00000.1993

410published20.00050.00000.1998

411purpose20.00050.00000.2003

412read20.00050.00000.2008

413refer20.00050.00000.2013

414reference20.00050.00000.2018

415reinterpret20.00050.00000.2022

416required20.00050.00000.2027

417returntype20.00050.00000.2032

418run20.00050.00000.2037

419short20.00050.00000.2042

420since20.00050.00000.2047

421small20.00050.00000.2052

422specifically20.00050.00000.2057

423stack20.00050.00000.2061

424state20.00050.00000.2066

425step120.00050.00000.2071

426step220.00050.00000.2076

427systems20.00050.00000.2081

428tab20.00050.00000.2086

429tapplication20.00050.00000.2091

430targtype120.00050.00000.2096

431targtype220.00050.00000.2100

432technique20.00050.00000.2105

433test20.00050.00000.2110

434things20.00050.00000.2115

435throw20.00050.00000.2120

436thrown20.00050.00000.2125

437tiny20.00050.00000.2130

438title20.00050.00000.2135

439tmywindow20.00050.00000.2139

440together20.00050.00000.2144

441typically20.00050.00000.2149

442understanding20.00050.00000.2154

443uppercase20.00050.00000.2159

444version20.00050.00000.2164

445vertically20.00050.00000.2169

446want20.00050.00000.2173

447warn20.00050.00000.2178

448whether20.00050.00000.2183

449why20.00050.00000.2188

450word20.00050.00000.2193

451words20.00050.00000.2198

452works20.00050.00000.2203

453xalias20.00050.00000.2208

454y20.00050.00000.2212

455year20.00050.00000.2217

456accelerator10.00020.00000.1111

457acn10.00020.00000.1114

458actually10.00020.00000.1116

459addition10.00020.00000.1118

460additionally10.00020.00000.1121

461advantageous10.00020.00000.1123

462after10.00020.00000.1126

463aid10.00020.00000.1128

464alias10.00020.00000.1131

465allocate10.00020.00000.1133

466allocation10.00020.00000.1135

467allow10.00020.00000.1138

468alternatively10.00020.00000.1140

469am10.00020.00000.1143

470anachronism10.00020.00000.1145

471animation10.00020.00000.1148

472anybody10.00020.00000.1150

473anyone10.00020.00000.1153

474appear10.00020.00000.1155

475applicable10.00020.00000.1157

476application10.00020.00000.1160

477applications10.00020.00000.1162

478areas10.00020.00000.1165

479argtype110.00020.00000.1167

480argtype210.00020.00000.1170

481argument10.00020.00000.1172

482arguments10.00020.00000.1174

483arg310.00020.00000.1177

484assume10.00020.00000.1179

485assumptions10.00020.00000.1182

486attribute10.00020.00000.1184

487attributes10.00020.00000.1187

488autoclass10.00020.00000.1189

489automatically10.00020.00000.1192

490avoid10.00020.00000.1194

491avoided10.00020.00000.1196

492away10.00020.00000.1199

493baseclass10.00020.00000.1201

494based10.00020.00000.1204

495beginning10.00020.00000.1206

496begins10.00020.00000.1209

497behavior10.00020.00000.1211

498behaviour10.00020.00000.1213

499benefit10.00020.00000.1216

500benefits10.00020.00000.1218

501between10.00020.00000.1221

502bids10.00020.00000.1223

503big10.00020.00000.1226

504biggest10.00020.00000.1228

505binary10.00020.00000.1231

506bitmap10.00020.00000.1233

507bmp10.00020.00000.1235

508bn10.00020.00000.1238

509bounds10.00020.00000.1240

510breakage10.00020.00000.1243

511bug10.00020.00000.1245

512build10.00020.00000.1248

513built10.00020.00000.1250

514button10.00020.00000.1252

515call10.00020.00000.1255

516callback10.00020.00000.1257

517cannot10.00020.00000.1260

518capitalization10.00020.00000.1262

519capitalized10.00020.00000.1265

520cbn10.00020.00000.1267

521cdn10.00020.00000.1269

522cefileopen10.00020.00000.1272

523cexxxx10.00020.00000.1274

524changes10.00020.00000.1277

525char10.00020.00000.1279

526checkx10.00020.00000.1282

527children10.00020.00000.1284

528choices10.00020.00000.1287

529choice1statement110.00020.00000.1289

530choice2statement210.00020.00000.1291

531chosen10.00020.00000.1294

532clarify10.00020.00000.1296

533classes10.00020.00000.1299

534classmodifier10.00020.00000.1301

535clearer10.00020.00000.1304

536clearly10.00020.00000.1306

537close10.00020.00000.1308

538closes10.00020.00000.1311

539cm10.00020.00000.1313

540cmfileopen10.00020.00000.1316

541cmxxxx10.00020.00000.1318

542codeguard10.00020.00000.1321

543column10.00020.00000.1323

544combobox10.00020.00000.1326

545commands10.00020.00000.1328

546compareisequal10.00020.00000.1330

547compatability10.00020.00000.1333

548compatibility10.00020.00000.1335

549compilers10.00020.00000.1338

550complete10.00020.00000.1340

551concept10.00020.00000.1343

552conditional10.00020.00000.1345

553condition1statement110.00020.00000.1347




557confidential10.00020.00000.1357

558conflicts10.00020.00000.1360

559considered10.00020.00000.1362

560constant10.00020.00000.1365

561constant110.00020.00000.1367

562constant210.00020.00000.1369

563construction10.00020.00000.1372

564consume10.00020.00000.1374

565contains10.00020.00000.1377

566continue10.00020.00000.1379

567continues10.00020.00000.1382

568controlled10.00020.00000.1384

569controls10.00020.00000.1386

570convention10.00020.00000.1389

571conventions10.00020.00000.1391

572con3210.00020.00000.1394

573corresponding10.00020.00000.1396

574correspondingly10.00020.00000.1399

575could10.00020.00000.1401

576cp10.00020.00000.1404

577cramming10.00020.00000.1406

578cross10.00020.00000.1408

579current10.00020.00000.1411

580cursor10.00020.00000.1413

581d10.00020.00000.1416

582datamember110.00020.00000.1418

583datamember210.00020.00000.1421

584debug10.00020.00000.1423

585decide10.00020.00000.1425

586declared10.00020.00000.1428

587defaultstatement110.00020.00000.1430

588defaultstatement210.00020.00000.1433

589defining10.00020.00000.1435

590definitely10.00020.00000.1438

591defs10.00020.00000.1440

592deletes10.00020.00000.1442

593deleting10.00020.00000.1445

594demonstrates10.00020.00000.1447

595denote10.00020.00000.1450

596derive10.00020.00000.1452

597destructors10.00020.00000.1455

598diagnostics10.00020.00000.1457

599dib10.00020.00000.1460

600difference10.00020.00000.1462

601different10.00020.00000.1464

602difficulty10.00020.00000.1467

603directory10.00020.00000.1469

604discuss10.00020.00000.1472

605discusses10.00020.00000.1474

606display10.00020.00000.1477

607dlls10.00020.00000.1479

608documents10.00020.00000.1481

609done10.00020.00000.1484

610downcast10.00020.00000.1486

611dynamic10.00020.00000.1489

612dynamically10.00020.00000.1491

613edit10.00020.00000.1494

614editing10.00020.00000.1496

615efficient10.00020.00000.1499

616effort10.00020.00000.1501

617either10.00020.00000.1503

618emulate10.00020.00000.1506

619emulated10.00020.00000.1508

620en10.00020.00000.1511

621enabled10.00020.00000.1513

622enabler10.00020.00000.1516

623enablers10.00020.00000.1518

624encapsulates10.00020.00000.1520

625encountered10.00020.00000.1523

626ends10.00020.00000.1525

627entry10.00020.00000.1528

628enum10.00020.00000.1530

629eof10.00020.00000.1533

630equally10.00020.00000.1535

631exceeds10.00020.00000.1538

632executable10

Dokumentografické Informační Systémy

Documents

Transcript of Dokumentografické Informační Systémy