Find related topics. | Discover entities. | See connections. | Build a topical map.
Building topical map: Starting…
Český Dub: Historie, Členění města & Pamětihodnosti
Český Dub (německy Böhmisch Aicha) je město v okrese Liberec v Libereckém kraji, které leží na jih od Ještědu, asi dvacet kilometrů jižně od města Liberce. Stal se přirozeným centrem Českodubska a významným místem Podještědí. Včetně všech částí ve městě žije přibližně 2 900 obyvatel. Územím města protékají potoky Ještědka a její přítok Rašovka.…
Use the mouse wheel or two fingers (on touchscreens) to zoom in and out of the map.
More settings
Český Dub topic overview
The analysis highlights Historie, Členění města and Pamětihodnosti as prominent areas in the source structure around Český Dub.
Related topics
103
Source areas
7
Connected nodes
110
Extracted relationships
138
Concept neighborhoods
20
Bridge connections
110
What this topic covers Research coverage
Source areas are shown by the number of related topics found in each part of the analysis. Use smaller areas too: they can reveal specialized angles and content gaps.
Historie · 41 topics
Členění města · 21 topics
Pamětihodnosti · 16 topics
Overview · 11 topics
Odkazy · 6 topics
Osobnosti · 5 topics
Doprava · 3 topics
Smaller areas are not necessarily less important. They contain fewer connections in this analysis and can be useful for finding specialized angles or coverage gaps.
Key facts & relationships
High-confidence facts extracted from structured source data. Use them as anchors for further research.
A structured outline of related entities, concepts and subtopics. Open any item to build a new map centered on it.
Browse the complete topic structure, not only the most central items. Less prominent entities and concepts can reveal missing angles, specialized context and useful research gaps. Each item opens a new analysis centered on that subject.
Deeper signals for content research, entity SEO and topical coverage. The plain-language headings explain what each technical view is useful for.
How Český Dub connects Entity context
Entity context groups extracted connections by relationship type. Counts show recurrence in the analyzed source; the examples are research signals, not claims about importance.
The extracted context around Český Dub shows recurring relationship patterns in the source. For example, Český Dub → Blaschkově, Cenné, Dnes, Dub, Eduarda Petzolda, Floriána, Františka Saleského, Franz, Franze, Gustava Sacherse, Hláska, Interiér, Jana, Jana Nepomuckého, Karolíny Světlé, Komenského, Konráda Blaschku, Kostel Nejsvětější Trojice, Kostel Seslání Ducha SvatéhoMěstské, Mariánský Another extracted example is Český Dub → Boleslavi, Domněnka, Dub, Duchu, Havel, Havel II, Horažďovicích, Jana Jeruzalémského, Ještědem, Ještědkou, Kadani, Lemberka, Majitelem, Markvarticů, Mohelky, Město, Někdy, Pavel, Praze, První. Use these groups to spot repeated connection types before inspecting the individual relationships.
Český Dub
Top relations
related to Pamětihodnosti· 36
Český Dub → Blaschkově, Cenné, Dnes, Dub, Eduarda Petzolda, Floriána, Františka Saleského, Franz, Franze, Gustava Sacherse, Hláska, Interiér, Jana, Jana Nepomuckého, Karolíny Světlé, Komenského, Konráda Blaschku, Kostel Nejsvětější Trojice, Kostel Seslání Ducha SvatéhoMěstské, Mariánský
related to Založení· 31
Český Dub → Boleslavi, Domněnka, Dub, Duchu, Havel, Havel II, Horažďovicích, Jana Jeruzalémského, Ještědem, Ještědkou, Kadani, Lemberka, Majitelem, Markvarticů, Mohelky, Město, Někdy, Pavel, Praze, První
related to 19. a 20. století· 19
Český Dub → Bedřich Smetana, Celkem, Dub, Franze Schmitta, Jana, Johanna Mužáková-Rottová, Kamil Rohan, Karolína Světlá, Na, Název, Panství, Po, První, Rok, Roku, Slukové, Slukových, Tato, Zničený
Český Dub relationships Subject–Predicate–Object triples
Relationships are represented as Subject → Predicate → Object triples. Confidence describes extraction strength, not the real-world importance of a relationship; lower-confidence rows may be contextual rather than explicit.
TTTA extracted 138 structured relationships around Český Dub. Examples in this analysis include Český Dub → Adresa městského úřadu → nám. Bedřicha Smetany 1 463 43 Český Dub [email protected] and Český Dub → Geodata (OSM) → OSM, WMF. The table shows each extracted connection, where it came from and its confidence.
Concept neighborhoods group terms that sit near one another in the extracted graph. They are useful for discovering adjacent language and context, but proximity does not by itself imply a factual relationship.
The concept neighborhoods around Český Dub bring nearby vocabulary together. In this analysis, examples include Český, Roku and Města. Use the clusters to find adjacent concepts and terminology that may deserve separate research.
Český Dub
Český
Roku
Města
Osada
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
Století
český dub
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
dub
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
český dub i
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
český dub ii
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
český dub iii
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
český dub iv
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
malý dub
Český
Roku
Města
Osada
Ze
Město
Bedřicha
Liberec
Smetany
Někdy
Obyvatel
Českého
Connections between topic areas Semantic bridges
Semantic bridges connect parts of the graph that would otherwise be more separate. A bridge is a structural signal in this analysis, not a claim that the two topic areas are equivalent.
For Český Dub, one of the stronger structural bridges in this analysis connects Český Dub with Historie. Bridges highlight paths between different parts of the map and can reveal research angles that are easy to miss in a flat list.
Number of nodes, edges, triples, density and central hubs. Use it to gauge the size and connectivity of the map.
Český Dub
Nodes111
Edges110
Triples138
Avg. degree1.98
Density0.018018
Components1
Source & methodology
TTTA analyzes the structure around Český Dub to surface related topics, entities, relationships, concept neighborhoods and bridge connections. Use the map to explore areas such as Historie, Členění města & Pamětihodnosti, including less central topics that may reveal useful research gaps. Automatically extracted connections are research leads rather than rewritten encyclopedia content.
