Senas posakis teigia – kas valdo informaciją – tas valdo pasaulį. Šis posakis puikiai tinka kalbant apie verslą. Verslo sėkmė priklauso nuo gebėjimo laiku gauti reikiamą informaciją, greitai ją apdoroti ir priimti tinkamus sprendimus tikslų įgyvendinimui. Tačiau su kiekvienais metais vis sparčiau augant informacijos srautams, tai atlikti tampa vis sudėtingiau. Bet šią užduotį gali palengvinti raktažodžių ir raktinių frazių identifikavimo metodų taikymas informacijos analizės metu. Magistro darbo tema – raktažodžių atpažinimas lietuvių kalbos tekste. Pagrindinius darbe paliestus klausimus galima būtų padalinti į dvi dalis: teorinę ir projektinę. Teorinėje dalyje apžvelgiama raktažodžių paieškos problema, jos sprendimo metodai bei įvardinamos pagrindinės raktažodžių atpažinimo metodų panaudojimo sritys. Taip pat aptariami ir palyginami jau sukurti raktažodžių identifikavimo įrankiai. Projektinėje dalyje įvardijami lietuviškam raktažodžių atpažinimo prototipui keliami reikalavimai, reikalingi moduliai, o taip pat aprašomas pats prototipas. Be to antroje darbo dalyje aptarti ir įvertinti lietuviško prototipo testavimo rezultatai, o darbo gale aptartos tolimesnės atlikto darbo perspektyvos. / Information is the most powerful weapon in the modern society. Every day we are overflowed with a huge amount of data and sometimes it is hard to filter data to get some information for reaching goals. Information retrieval methods could help to extract information from data flows. One of the methods is covered in this term paper. Topic of the Master Thesis – keywords extraction in Lithuanian language. The paper is organized as follows. The first section reviews the keywords extraction problem and defines major methods used in extraction process. It also covers main fields where keywords extraction is successfully used or could be used for better performance. This is followed by a short review of keywords extraction tools. Analysis covers all the modules needed for using keywords extraction methods in Lithuanian language and the structure of Lithuanian keywords extraction prototype. Besides that, term paper discusses prototype’s testing results and suggestions for further development.

This thesis addresses the problem of extracting keywords which represent the rulings and and grounds for the rulings in Swedish court documents. The problem of identifying the candidate keywords was divided into two steps; first preprocessing the documents and second extracting keywords using a keyword extraction algorithm on the preprocessed documents. The preprocessing methods used in conjunction with the keywords extraction algorithms were that of using stop words and a stemmer. Then, three different approaches for extracting keywords were used; one statistic approach, one machine learning approach and lastly one graph-based approach. The three different approaches used to extract keywords were then evaluated to measure the quality of the keywords and the rejection rate of keywords which were not of a high enough quality. Out of the three approaches implemented and evaluated the results indicated that the graph-based approach showed the most promise. However, the results also showed that neither of the three approaches had a high enough accuracy to be used without human supervision. / Detta examensarbete behandlar problemet om att extrahera nyckelord som representerar domslut och domskäl ur svenska rättsdokument. Problemet med att identifiera möjliga nyckelord delades upp i två steg; det första steget är att använda förbehandlingsmetoder och det andra steget att extrahera nyckelord genom att använda en algoritm för nyckelordsextraktion. Förbehandlingsmetoderna som användes tillsammans med nyckelordsextraktionsalgoritmerna var stoppord samt avstammare. Sedan användes tre olika metoder för att extrahera nyckelord; en statistisk, en maskininlärningsbaserad och slutligen en grafbaserad. De tre metoderna för att extrahera nyckelord blev sedan evaluerade för att kunna mäta kvaliteten på nyckelorden samt i vilken grad nyckelord som inte var av tillräckligt hög kvalitet förkastades. Av de tre implementerade och evaluerade tillvägagångssätten visade den grafbaserade metoden mest lovande resultat. Däremot visade resultaten även att ingen av de tre metoderna hade en tillräckligt hög riktighet för att kunna användas utan mänsklig övervakning.

No description available.