Find related topics. | Discover entities. | See connections. | Build a topical map.
Building topical map: Starting…
Moldava: Historie, Přírodní poměry & Pamětihodnosti
Moldava (německy Moldau) je obec v severozápadní části České republiky při hranici s Německem v okrese Teplice v Ústeckém kraji. Žije v ní 173 obyvatel. Rozkládá se na vrcholcích Krušných hor, na novoměstských pláních a v údolí pramene Moldavského potoka v průměrné nadmořské výšce 790 metrů. Obec je rozdělena na tři části – Horní Moldava, Dolní Moldava a…
Use the mouse wheel or two fingers (on touchscreens) to zoom in and out of the map.
More settings
Moldava topic overview
The analysis highlights Historie, Přírodní poměry and Pamětihodnosti as prominent areas in the source structure around Moldava.
Related topics
63
Source areas
9
Connected nodes
72
Extracted relationships
88
Concept neighborhoods
16
Bridge connections
72
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 · 22 topics
Přírodní poměry · 16 topics
Overview · 13 topics
Pamětihodnosti · 4 topics
Služby · 3 topics
Odkazy · 2 topics
Doprava · 1 topics
Název · 1 topics
Obecní správa · 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 Moldava 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 Moldava shows recurring relationship patterns in the source. For example, Moldava → Boreš, Drážďanech, Existenci, Ferdinand, Frauensteinu, Hrobu, Jedná, Krušnohorský, Moldavy, Moldavě, Mulda, Míšně, Po, První, Při, Rýzmburka, Sasku, Státním, Stáří, Tento Another extracted example is Moldava → Archeologického, Bendlovka, Dolní Moldavě, Horní Moldava, HřbitovPomník Františka KoubkaVěžička, Jde, Kostel Navštívení Panny Marie, Kromě, Mostě, Na, Naučné, Novoborska, Novém Městě, Později, Replika, Richarda Herolda, Sklářská, Stojí, Tvarování, Západní. Use these groups to spot repeated connection types before inspecting the individual relationships.
Moldava → Archeologického, Bendlovka, Dolní Moldavě, Horní Moldava, HřbitovPomník Františka KoubkaVěžička, Jde, Kostel Navštívení Panny Marie, Kromě, Mostě, Na, Naučné, Novoborska, Novém Městě, Později, Replika, Richarda Herolda, Sklářská, Stojí, Tvarování, Západní
related to Služby· 14
Moldava → Během, Dolní, Dolní Moldava, Holzhau, Horní, Je, Moldavou, Moldavský, Moldavy, Navštívení Panny Marie, Neurehefeld, Slouží, Stojí, Sídlí
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 88 structured relationships around Moldava. Examples in this analysis include Moldava → Adresa obecního úřadu → Moldava 113 417 81 Moldava v Krušných horách [email protected] and Moldava → 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 Moldava bring nearby vocabulary together. In this analysis, examples include Horní, Commons and Město. Use the clusters to find adjacent concepts and terminology that may deserve separate research.
Moldava
Horní
Commons
Město
Železniční
Nové
Části
Obce
Horách
České
Dolní
Obec
Letech
moldava
Horní
Commons
Město
Železniční
Nové
Části
Obce
Horách
České
Dolní
Obec
Letech
železniční trati most–litvínov–moldava
Horní
Commons
Moldava
Město
Železniční
Nové
Části
Horách
Obce
Později
České
Dolní
moldava v krušných horách
Horách
Krušných
Horní
Commons
Město
Počet
Železniční
Nové
Části
Obce
Moldava
České
hraniční přechod moldava–neurehefeld
Horní
Commons
Město
Železniční
Nové
Části
Obce
Horách
České
Dolní
Obec
Letech
římskokatolická farnost moldava
Horní
Commons
Město
Železniční
Nové
Části
Obce
Horách
České
Dolní
Obec
Letech
obec
Teplice
Části
České
Česko
Domů
Město
Obyvatel
Tři
Dolní
Horní
Nové
Letech
krušných hor
Krušných
Horách
Lesní
Dřevo
Ní
Moldava
Později
Commons
Počet
Železniční
Zde
Obce
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 Moldava, one of the stronger structural bridges in this analysis connects Moldava 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.
Moldava
Nodes73
Edges72
Triples88
Avg. degree1.97
Density0.027397
Components1
Source & methodology
TTTA analyzes the structure around Moldava to surface related topics, entities, relationships, concept neighborhoods and bridge connections. Use the map to explore areas such as Historie, Přírodní poměry & Pamětihodnosti, including less central topics that may reveal useful research gaps. Automatically extracted connections are research leads rather than rewritten encyclopedia content.
