chared: Character Encoding Detection with a Known Language

Varování

Publikace nespadá pod Pedagogickou fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Autoři	POMIKÁLEK Jan SUCHOMEL Vít
Rok publikování	2011
Druh	Článek ve sborníku
Konference	RASLAN 2011
Fakulta / Pracoviště MU	Fakulta informatiky
Citace
www	https://nlp.fi.muni.cz/raslan/2011/paper16.pdf
Obor	Informatika
Klíčová slova	character encoding; character encoding detection; charset; Unicode
Popis	chared je systém, který dokáže detekovat kódování znaků textu dokumentu, za předpokladu, že jazyk dokumentu je znám. Systém podporuje širokou škálu jazyků a nejčastěji používaná kódování znaků. Článek vysvětluje detaily algoritmu, popisuje proces vytváření modelů pro různé jazyky a prezentuje výsledky vyhodnocení na kolekci webových stránek.
Související projekty:	Pattern Recognition-based Statistically Enhanced MT Temporální aspekty znalostí a informací