Find related topics. | Discover entities. | See connections. | Build a topical map.
Kosmas: Kronika, Rodina & Narození a původ
Kosmas (asi 1045 – 21. října 1125) byl první známý český kronikář, autor latinsky psané Kroniky české (Chronica Boemorum, běžně Kosmova kronika). V letech 1120 až 1125 byl děkanem pražské kapituly při sv. Vítu. Takřka všechny informace, které jsou dnes o něm známy, pocházejí z jeho kroniky, kde se několikrát zmínil o sobě a svých příbuzných. Na svou dobu…
Use the mouse wheel or two fingers (on touchscreens) to zoom in and out of the map.
More settings
Kosmas topic overview
The analysis highlights Kronika, Rodina and Narození a původ as prominent areas in the source structure around Kosmas.
Related topics
102
Source areas
8
Connected nodes
110
Extracted relationships
100
Related term clusters
23
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.
Kronika · 33 topics
Rodina · 15 topics
Církevní kariéra · 12 topics
Narození a původ · 12 topics
Overview · 11 topics
Odkazy · 10 topics
Práce na kronice · 5 topics
Vzdělání · 4 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.
Narození
1045 Praha nebo Zdice
Povolání
spisovatel, historik a kronikář
Stát
České království
Úmrtí
21. října 1125 (ve věku 79–80 let) Praha
Tematické okruhy
Prozkoumejte skupiny témat propojených ve zdrojovém textu. Vyberte si libovolné téma; okruhy nemají určené pořadí.
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.
You can skip this section if you’re here for content ideas and keyword inspiration.
Advanced semantic analysis
How Kosmas 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 Kosmas shows recurring relationship patterns in the source. For example, Kosmas → Boleslava II, Bořivoje, Břetislava, Břetislava II, Břetislavova, Dílo, Hnězdna, Jako, Jaromíra, Kateřiny, Kniha, Konráda II, Kosmova, Kosmovo, Kosmových, Kosmy, Krokovi, Kronika, Libuši, Martin Wihoda Another extracted example is Kosmas → Antonín Boček, Bertold, Božetěchou, Božetěše, Božetěšina, Celibát, Danielem, Dnes, Dříve, Horologiu, Jeruzaléma, Jindřich, Jindřich Zdík, Jindřichovi, Jindřichové, Jindřichy, Jindřichův, Kosmova, Kosmovým, Kosmově. Use these groups to spot repeated connection types before inspecting the individual relationships.
Kosmas
Top relations
related to Kronika· 31
Kosmas → Boleslava II, Bořivoje, Břetislava, Břetislava II, Břetislavova, Dílo, Hnězdna, Jako, Jaromíra, Kateřiny, Kniha, Konráda II, Kosmova, Kosmovo, Kosmových, Kosmy, Krokovi, Kronika, Libuši, Martin Wihoda
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 100 structured relationships around Kosmas. Examples in this analysis include Kosmas → Narození → 1045 Praha nebo Zdice and Kosmas → Povolání → spisovatel, historik a kronikář. The table shows each extracted connection, where it came from and its confidence.
Subject
Predicate
Object
Confidence
Src
Kosmas
Narození
1045 Praha nebo Zdice
1.00
infobox
Kosmas
Povolání
spisovatel, historik a kronikář
1.00
infobox
Kosmas
Stát
České království
1.00
infobox
Kosmas
Úmrtí
21. října 1125 (ve věku 79–80 let) Praha
1.00
infobox
Kosmas
related to Kronika
Kronika
0.60
section
Kosmas
related to Kronika
Zcela
0.60
section
Kosmas
related to Kronika
Kosmovo
0.60
section
Kosmas
related to Kronika
Dílo
0.60
section
Kosmas
related to Kronika
Jako
0.60
section
Kosmas
related to Kronika
Kosmova
0.60
section
Kosmas
related to Kronika
Kateřiny
0.60
section
Kosmas
related to Kronika
Konráda II
0.60
section
No triples extracted yet.
Related concept clusters Related term clusters
Related term clusters 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 Kosmas bring nearby vocabulary together. In this analysis, examples include Roku, Kronice and České. Use the clusters to find adjacent concepts and terminology that may deserve separate research.
Kosmas
Roku
Kronice
České
Kronika
Zřejmě
Kroniky
Října
Děl
Knize
První
Let
Kosmova
kosmas
Roku
Kronice
České
Kronika
Zřejmě
Kroniky
Října
Děl
Knize
První
Let
Kosmova
kroniky české
Děl
Kronika
Října
České
Kosmova
Jsou
Smrti
Jeho
Zřejmě
Český
Kapituly
Kolem
kronika
České
Děl
Října
Kroniky
První
Český
Kapituly
Kolem
Pražské
Ii
Knize
Věku
21. října
České
Kronika
Český
Kroniky
Děl
Kapituly
Kolem
Pražské
První
Věku
Kronice
Narození
pražské kapituly
Pražské
Let
Října
Děl
Kolem
Letech
Roce
Věku
Kronice
Narození
České
Kronika
největší české internetové knihkupectví
Děl
Kronika
Října
Kosmova
Český
Jeho
Kapituly
Kolem
Pražské
Věku
Kronice
Narození
počátky české literatury
Děl
Kronika
Října
Kosmova
Český
Jeho
Kapituly
Kolem
Pražské
Věku
Kronice
Narození
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 Kosmas, one of the stronger structural bridges in this analysis connects Kosmas with Kronika. 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.
Kosmas
Nodes111
Edges110
Triples100
Avg. degree1.98
Density0.018018
Components1
Source & methodology
TTTA analyzes the structure around Kosmas to surface related topics, entities, relationships, concept neighborhoods and bridge connections. Use the map to explore areas such as Kronika, Rodina & Narození a původ, including less central topics that may reveal useful research gaps. Automatically extracted connections are research leads rather than rewritten encyclopedia content.
