Tartalomelemzés

Content Analysis

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Tartalomelemzés

Content Analysis

Tantárgykód

BMEVITMM139

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	2	1	0
jelleg (kapcsolt/önálló)	—	kapcsolt	—

Tanulmányi teljesítmény/értékelés típusa

vizsga

Tantárgy kreditértéke

Tantárgyfelelős

Szűcs Gábor, PhD

beosztás: adjunktus

elérhetőség: szucs.gabor@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Távközlési és Mesterséges Intelligencia Tanszék

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

—

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

A tartalomelemzés feladatai

Leíróadatok, jelölők, feladat-specifikus
Tartalmak rendezése: csoportosítás, osztályozás
Tartalmak összegzése: kivonatolás

Metaadatok

Miért van szükség metaadatokra?
Metaadatok tipizálása: szerkezeti, formázási, hozzáférési, kezelési, referencia jellegű metaadatok
Metaadat mezők típusai
Metaadat szabványok: Dublin Core (DCMI), Digital Object Identifier (DOI), MPEG-7, MPEG-21
Eljárások metaadatok hozzárendelésére: képek annotálása ontológia alapján, vizuális kulcsszavak meghatározása, annotáció vizuális tezaurusszal,
Gyakorlat: Metaadat rendszerek integrálása hang, videó, kép, szöveges adatbázisokra vonatkozóan, mérési gyakorlat a NAVA metaadat rendszerében.

Tartalomelemzés szöveges dokumentumokon

Szöveges dokumentumok reprezentációja. Metaadatok és dokumentummezők kezelése. Paraméteres és helyfüggő (cím, kivonat, bevezetés, stb.) alapú indexelés és keresés, tf´ idf vektortér.
Nyelvtechnológiai módszerek alkalmazása a szöveges dokumentumok elemzésénél: szótövesítők, POS-tagger, morfológiai elemző, szintaktikus és szemantikus elemzés alapjai
Számítási bonyolultság kezelése; dimenziószám csökkentése.
Szöveges dokumentumok csoportosítása (szegmentálása, klaszterezése). Alulról felfelé, föntről lefelé építkező algoritmusok, K-közép algoritmus, Link alapú csoportosítás. Csoportok tematikus címkézése.
Szöveges dokumentumok osztályozása (kategorizálása). Osztályozási problémák tipizálása. Alapvető technikák megismerése. Naiv Bayes modell, legközelebbi szomszédok módszer, neurális hálózat alapú módszerek, szupport vektor gépek.
Tesztdokumentum-gyűjtemények.
Csoportosítás és kategorizálás összevetése. Alkalmazási példák.
Szöveges dokumentumok tartalmi összegzése. Generatív és kivonatoló technikák.
Gyakorlat: Mikro- és makro-átlagolás, pontosság/felidézés görbe előállítása, össze-hasonlító mérések, kombinációs stratégiák, hierarchikus klaszterezés

Tartalomelemzés képi, audio és video dokumentumokon

Kontextus-függő képkeresés (Context-Based Image Retrieval)
Multimédia indexelés és visszakeresés (természetes nyelvű szöveg, hang, és kép feldolgozó módszerek) Szerkezetazonosítás audiovizuális dokumentumokban
Objektum-alapú videoindexelés

Gyakorlat: Multimédia indexelés NAVA archívumánál

Esettanulmányok

Tartalomelemző módszerek alkalmazásai szabadalmi dokumentumok kezelésénél.
Keresés támogatása metaadatokal az NDA archívumánál.
Gyakorlat: Keresés támogatása metaadatokal az NDA archívumánál.

Napjainkban a különböző formátumú (szöveges, képi, audio, video) elektronikus tartalmak számának rohamos növekedésével kiemelt fontosságúvá vált a tartalmak hatékony feldolgozás, amihez nélkülözhetetlen a megfelelő indexelő, annotáló, osztályozó, csoportosító és elemző módszerek, illetve módszertan kidolgozása. A megfelelő technikák alkalmazásával a multimédia dokumentumok tartalmában való keresés, illetve a megfelelő dokumentumok igényszerinti visszakeresése is megvalósítható. A tárgy célkitűzése, hogy megismertesse a hallgatókkal a tartalomelemzés alapvető feladatait. Ezek közül elsőként ismertesse a főleg indexeléshez használt metaadatok (jelölők) szerepét, a és jelölőkkel való ellátás megoldási lehetőségeit, különböző médiatípusok esetén. Ezután a szöveges dokumentumokra vonatkozó alapvető tartalomelemző eljárásokat ismertetjük (csoportosítás, osztályozás, kivonatolás), majd audio, álló- és mozgóképek tartalmának elemzési módszereibe nyernek a hallgatók bevezetést. Az előadás sorozatot néhány gyakorlatból vett esettanulmány zárja.

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

Előadás és tantermi gyakorlat

Tanulástámogató anyagok

Online források

Introduction to MPEG 7: Multimedia Content Description Language (Hardcover) by B. S. Manjunath (Editor), Philippe Salembier (Editor), Thomas Sikora (Editor), Phillipe Salembier, John Wiley & Sons; ISBN: 0471486787, 352 oldal Multimedia Content and the Semantic Web: Standards, Methods and Tools (Hardcover) by Giorgos Stamou (Editor), Stefanos Kollias (Editor), John Wiley & Sons, 2005, ISBN: 0470857536, 414 oldalTikk Domonkos (szerk.): Szövegbányászat, Typotex kiadó, 2007.

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Alapszintű algoritmuselméleti, halmazelméleti és algebrai ismeretekValószínűségszámítás alapjai

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Alapszintű algoritmuselméleti, halmazelméleti és algebrai ismeretekValószínűségszámítás alapjai

Általános szabályok

Követelmények: A szorgalmi időszakban: egy zárthelyi.A vizsgaidőszakban: elégséges vizsga (írásbeli)Az aláírás feltétele a zárthelyi (beleértve a pótló zárthelyiket is: lásd a következő pontban) legalább elégséges szintre történő megírása. Pótlási lehetőségek: A zárthelyi pótlására a szorgalmi időszakban egy lehetőséget biztosítunk. Azok számára, akiknek nem sikerült sem a zárthelyi, sem a pótzárthelyi: a pótlási időszakban lehetséges.1 alkalmat biztosítunk egy újabb zárthelyi dolgozatra. Az aláírás feltétele a valamelyik zárthelyi (első vagy a pót- vagy a pótpót-zárthelyi) legalább elégséges szintre történő megírása.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

Nincs megadva.

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.