zz

pages/students/2016/darius_lindvai/README.md

@@ -34,14 +34,10 @@ Stretnutie 20.2.2020
 
 Úlohy na ďalšie stretnutie: 
 
-Pozrieť si: 
-
 - Ako zmeniť postupnosť slov na postupnosť vektorov? 
-- slovo na číslo https://hackernoon.com/what-is-one-hot-encoding-why-and-when-do-you-have-to-use-it-e3c6186d008f
+- [Slovo na číslo] (https://hackernoon.com/what-is-one-hot-encoding-why-and-when-do-you-have-to-use-it-e3c6186d008f)
 - Ako použiť postupnosť vektorov na natrénovanie neurónovej siete?
-- https://pytorch.org/text/
-- Sequence Tagging
-- Vocab
+- [Sequence Tagging, Vocab](https://pytorch.org/text/)
 
 
 ## Návrh na zadanie DP

pages/students/2016/dominik_nagy/README.md

@@ -2,6 +2,40 @@
 
 *Rok začiatku štúdia*: 2016
 
+## Diplomový projekt 1 2020
+
+Literatúra:
+
+[Neural Network Methods for Natural Language Processing](https://www.morganclaypool.com/doi/abs/10.2200/S00762ED1V01Y201703HLT037)
+
+Úlohy na semester:
+
+- Získať a pripraviť slovenský paralelný korpus pre preklad do angličtiny a češtiny
+- Natrénovať a vyhodnotiť Fairseq Model
+
+
+Stretnutie 6.3.2020.
+
+Úloha na ďalšie stretnutie:
+
+- spustiť Trénovanie Fairseq na idoc
+- Pozrieť dostupné [jazykové zdroje](/topics/resources)
+- Pozrieť článok [fairseq: A Fast, Extensible Toolkit for Sequence Modeling](https://www.aclweb.org/anthology/N19-4009/)
+- Pozrieť prístup a článok https://github.com/pytorch/fairseq/blob/master/examples/joint_alignment_translation/README.md
+
+## Diplomová práca 2021
+
+*Názov diplomovej práce*: Prepis postupností pomocou neurónových sietí pre strojový preklad
+
+*Meno vedúceho*: Ing. Daniel Hládek, PhD.
+
+*Zadanie diplomovej práce*: 
+
+1. Vypracujte teoretický prehľad metód "sequence to sequence".
+2. Pripravte si dátovú množinu na trénovanie modelu sequence to sequence pre úlohu strojového prekladu.
+3. Vyberte minimálne dva rôzne modely a porovnajte ich presnosť na vhodnej dátovej množine. 
+4. Na základe výsledkov experimentov navrhnite zlepšenia.
+
 ## Tímový projekt 2019
 
 *Písomná práca*: [Rešerš na tému "Sequnce to Sequence"](./timovy_projekt/README.md)
@@ -27,15 +61,3 @@ V prípade záujmu je možné pracovať na úlohe strojového prekladu.
 
 Možné trénovacie dáta: https://www.clarin.eu/resource-families/parallel-corpora
 
-## Diplomová práca 2021
-
-*Názov diplomovej práce*: Prepis postupností pomocou neurónových sietí pre opravu preklepov
-
-*Meno vedúceho*: Ing. Daniel Hládek, PhD.
-
-*Zadanie diplomovej práce*: 
-
-1. Vypracujte teoretický prehľad metód "sequence to sequence".
-2. Pripravte si dátovú množinu na trénovanie modelu sequence to sequence pre úlohu opravy preklepov.
-3. Vyberte minimálne dva rôzne modely a porovnajte ich presnosť na vhodnej dátovej množine. 
-4. Na základe výsledkov experimentov navrhnite zlepšenia.

pages/students/2016/tomas_kucharik/README.md

@@ -0,0 +1,40 @@
+# Tomáš Kuchárik
+(študent KPI)
+
+## Diplomový projekt 1
+
+Úlohy na semester:
+
+- Získať a parsovať dump slovenskej wikipédie z https://dumps.wikimedia.org/mirrors.html
+- Vybrať prvú množinu článkov
+- Nasadiť anotačnú aplikáciu - tvorbu otázky a vyznačenie odpovede.
+- Navrhnúť pracovný postup pre využitie modelu pri ďalšej anotácii
+- Možno: natrénovať model z anglických alebo slovenských dát.
+
+Úvodné stretnutie 6.3.2020.
+
+Porozmýšľať:
+
+- Ako vyberieme najlepšie články (PageRank?)
+- Ako premením článok z wikipedie na sadu úloh (task) pre Prodigy. 
+
+Úlohy pre vedúceho:
+
+- Vytvoriť spoločný repozitár Prodigy
+- Vytvoriť Wiki stránku a spoločný repozitár pre projekt
+
+Úlohy na ďalšie stretnutie:
+
+- Získať a parsovať dump slovenskej wikipédie z https://dumps.wikimedia.org/mirrors.html.
+- Študovať odborné články na tému Question Answering
+- Oboznámiť sa s https://github.com/5hirish/adam_qas
+- Oboznámte sa s frameworkom Spacy a Prodigy.
+ 
+
+## Diplomová práca 2021
+
+Vytváranie komplexných korpusov pre aplikácie porozumenia prirodzeného jazyka
+
+Cieľom práce je príprava nástrojov a budovanie tzv. "Question Answering datasetov"
+
+Anotácia pomocou systému [Prodigy](https://prodi.gy/docs)

pages/topics/question/README.md

@@ -0,0 +1,47 @@
+# Question Answering
+
+## Implementácie
+
+- https://github.com/facebookresearch/DrQA
+- https://github.com/brmson/yodaqa
+- https://github.com/5hirish/adam_qas
+
+## Bibliografia
+
+- Reading Wikipedia to Answer Open-Domain Questions, Danqi Chen, Adam Fisch, Jason Weston, Antoine Bordes
+Facebook Research
+- SQuAD: 100,000+ Questions for Machine Comprehension of Text https://arxiv.org/abs/1606.05250
+
+
+## Dáta
+
+- Squad TheStanfordQuestionAnsweringDataset(SQuAD)  (Rajpurkar  et  al.,  2016) 
+- WebQuestions
+- https://en.wikipedia.org/wiki/Freebase
+
+
+## Príprava dátovej množiny
+
+1. Získanie a parsovanie Wiki Dump
+2. Výber vhodných paragrafov (1. paragraf?)
+
+Zoznam 75 najlepších článkov https://sk.wikipedia.org/wiki/Wikip%C3%A9dia:Zoznam_najlep%C5%A1%C3%ADch_%C4%8Dl%C3%A1nkov
+Zoznam 167 dobrých článkov
+https://sk.wikipedia.org/wiki/Wikip%C3%A9dia:Zoznam_dobr%C3%BDch_%C4%8Dl%C3%A1nkov 
+Wikipedia: vedeli ste že? (facts) https://sk.wikipedia.org/wiki/Wikip%C3%A9dia:Zauj%C3%ADmavosti
+
+## Príprava crowdsourcing systému
+
+? Bootstrapping slovenského Spacy Modelu
+Deployment web aplikácie
+Setup anotačnej úlohy 1, 2, 3
+Databáza anotátorov pre evidenciu pracovných výstupov
+Príprava manuálu pre anotátorov
+
+Aplikácia pre vyhodnotenie výsledkov anotácie - kto anotoval koľko, koľko je anotované spolu
+
+### Anotácia
+
+Vytvorenie otázky k paragrafu
+Vyznačenie odpovede na otázku v paragrafe
+Vyznačenie pomenovaných entít?