Find related topics. | Discover entities. | See connections. | Build a topical map.
Building topical map: Starting…
Jasy: Historie, Partnerská města & Osobnosti města
Jasy (rumunsky Iași ; polsky Jassy; maďarsky Jászvásár) je třetí největší město Rumunska, hlavní město Moldavské župy a významné obchodní, kulturní, vysokoškolské i náboženské centrum. Město leží na říčce Bahlui v pahorkaté krajině asi 20 km od hranic s Moldavskem a žije zde přibližně 272 tisíc obyvatel. V historii bylo hlavním městem Moldavského…
Use the mouse wheel or two fingers (on touchscreens) to zoom in and out of the map.
More settings
Jasy topic overview
The analysis highlights Historie, Partnerská města and Osobnosti města as prominent areas in the source structure around Jasy.
Related topics
97
Source areas
7
Connected nodes
104
Extracted relationships
69
Concept neighborhoods
12
Bridge connections
104
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 · 38 topics
Partnerská města · 28 topics
Osobnosti města · 17 topics
Overview · 6 topics
Pamětihodnosti · 4 topics
Doprava · 3 topics
Kultura a sport · 1 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 Jasy 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 Jasy shows recurring relationship patterns in the source. For example, Jasy → Academia Vasiliana, Alanů, Alexandra Dobrého, Alexandru Lăpușneanu, Byzantské, Cucuteni, Dákové, Jacob Basilicus, Jazygů, Křesťanskou, Meteora, Mezi, Moldávie, Město, Nejstarší, Název, První, Roku, Sarmaté, Sučavu Another extracted example is Jasy → Bozankaya, Bratislavu, Bukurešti, Bukurešť, Donu, E58, E583, E85, Kišiněva, Klaipedy, Košice, Městem, Německa, Oděsy, Pesa Swing, Rostova, T4, Užhorod, Veřejnou, Vídně. Use these groups to spot repeated connection types before inspecting the individual relationships.
Jasy
Top relations
related to Historie· 27
Jasy → Academia Vasiliana, Alanů, Alexandra Dobrého, Alexandru Lăpușneanu, Byzantské, Cucuteni, Dákové, Jacob Basilicus, Jazygů, Křesťanskou, Meteora, Mezi, Moldávie, Město, Nejstarší, Název, První, Roku, Sarmaté, Sučavu
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 69 structured relationships around Jasy. Examples in this analysis include Jasy → E-mail → [email protected] and Jasy → Historický region → Moldávie. 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 Jasy bring nearby vocabulary together. In this analysis, examples include Bukurešti, Město and Commons. Use the clusters to find adjacent concepts and terminology that may deserve separate research.
Jasy
Bukurešti
Město
Commons
Moldávie
Hlavním
Kišiněva
Roce
Města
Rumunsko
Alexandru
Galerie
Km
jasy
Bukurešti
Město
Commons
Moldávie
Hlavním
Kišiněva
Roce
Města
Rumunsko
Alexandru
Galerie
Km
mezinárodní letiště jasy
Bukurešti
Město
Commons
Moldávie
Hlavním
Kišiněva
Roce
Města
Rumunsko
Alexandru
Galerie
Km
bukurešti
Jasy
Hlavním
Kišiněva
Sídlo
Km
Městem
Centra
Rumunského
Roku
Roce
Město
První
první světové války
Kníže
Školu
Roku
Rumunské
Divadlo
Rumunského
Tří
Bukurešti
Let
Roce
Zde
Univerzita
osobnosti města
Obyvatel
Městě
Roce
První
Roku
Palác
Rumunského
Tří
Bukurešti
Náměstí
Zde
partnerská města
Obyvatel
Městě
Roce
První
Roku
Palác
Rumunského
Tří
Bukurešti
Náměstí
Zde
alexandru lăpușneanu
Moldávie
Nejstarší
Kníže
Rumunského
Roce
Město
Univerzita
Jasy
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 Jasy, one of the stronger structural bridges in this analysis connects Jasy 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.
Jasy
Nodes105
Edges104
Triples69
Avg. degree1.98
Density0.019048
Components1
Source & methodology
TTTA analyzes the structure around Jasy to surface related topics, entities, relationships, concept neighborhoods and bridge connections. Use the map to explore areas such as Historie, Partnerská města & Osobnosti města, including less central topics that may reveal useful research gaps. Automatically extracted connections are research leads rather than rewritten encyclopedia content.
Source: Wikipedia — Jasy · CS edition · Analysis: TopicsToTalkAbout
For writers, content strategists, SEOs, marketers and creators — from quick topic research to advanced semantic analysis.
