Web application for configurable text processing using external services

Abstract

This thesis presents a configurable client-server platform for the curation of Natural Language Processing outputs, developed within the international MEMORISE project for the preservation of Holocaust testimonies. The platform integrates segmentation, named entity recognition, machine translation, and thesaurus tagging into a single unified curation interface. Its central contribution lies in three explicit abstraction boundaries, namely an upstream-URL configuration plane, a response-shape adapter contract, and a pluggable persistence backend, that admit re-targeting to different domains without modifications to the core application logic. The configurability is validated empirically through a reproducible deployment that swaps the platform between Holocaust testimony, legal, and medical domain mocks, and between file-based and PostgreSQL persistence backends.

Tato práce představuje konfigurovatelnou klient-serverovou platformu pro kurátorské zpracování výstupů metod zpracování přirozeného jazyka, vyvinutou v rámci mezinárod- ního projektu MEMORISE pro zachování svědectví obětí holokaustu. Platforma integruje segmentaci, rozpoznávání pojmenovaných entit, strojový překlad a tezaurové tagování do jednotného kurátorského rozhraní. Hlavním přínosem práce jsou tři explicitní hranice abstrakce, konkrétně konfigurace cílových URL, adaptérový kontrakt pro tvar odpovědi a zaměnitelná persistenční vrstva, které umožňují nasazení do odlišných domén bez zásahů do aplikační logiky. Konfigurovatelnost je empiricky ověřena reprodukovatelným nasaze- ním, které platformu přepíná mezi doménami svědectví holokaustu, právní a medicínskou, a mezi souborovým a PostgreSQL persistenčním modulem.