Bacheloroppgave 2018
Studium: Dataingeniør

Tittel - norsk: Tekstklassifisering ved bruk av maskinlæringmetoder Tittel - engelsk: Text classification through machine learning methods			Oppgave nr.: 002
Oppgavestiller: Geomatikk IKT AS
	Kontaktperson: Tore M. Johnsen
	Telefon:93253366	E-postadresse: tore.johnsen@geomatikk-ikt.no
	Postadresse: Otto Nielsensvei 12, 7052 Trondheim
Studenter: Tor Andreas Aasebø, Olav Dahl Solstad
Veileder ved NTNU: Ole Christian Eidheim
Sammendrag: Geomatikk IKT ønsker å automatisere klassifisering av skannede papirarkiv med bruk av maskinlæring. For å hente ut tekst fra bilder brukes en Optical Character Recognition-løsning. Prosjektet sammenligner kjente open source rammeverk til klassifisering av denne teksten. Abstract in English: Geomatikk IKT wishes to automate the classification of scanned paper archives using machine learning. To extract text from images, an Optical Character Recognition solution is used. The project compares known open source frameworks on the task of classifying this text.
Når ikke annet er avtalt, eier studenter selv den IPR (immaterielle rettigheter) de skaper som en del av studier/studieopphold ved IDI Anvendt Informasjonsteknologi (AIT). Alle resultater er åpent tilgjengelig. Opphavsretten reguleres av Åndsverksloven. Avtaler som inngås mellom IDI AIT og studenter skal som minimum sikre instituttet rett til å bruke generert IPR til utdannings- og forskningsformål. IDI AIT skal også motta en vurderingskopi av arbeidet inkludert eventuell kildekode. Marker med kryss det som gjelder denne oppgaven:
	Normalsituasjonen: Studentene har selv alle rettigheter knyttet til resultatet fra bacheloroppgaven, med de unntak som er beskrevet over.
x	Oppdragsgiveren har rettighetene og kan utnytte produktet kommersielt og videreutvikle produktet/metoden. Instituttet vil ikke utnytte produktet kommersielt, men vil kunne arbeide videre med den grunnlagskompetansen som er vunnet gjennom prosjektet, som beskrevet over.
	Resultatene fra arbeidet legges ut som OpenSource iht lisens __________________________________ (Se http://creativecommons.no/lisenser.
	Bacheloroppgaven (det skriftlige arbeidet) skal være undergitt utsatt offentliggjøring i ____ (maks 3) år.