KEMT/zpwiki
31
1
Fork 9
Code Issues Pull Requests Releases Wiki Activity

Update 'pages/students/2019/michal_stromko/README.md'

Browse Source
This commit is contained in:
dano 2023-01-09 12:24:27 +00:00
parent a9ed0f3a04
commit 8a1b7c01a5
1 changed files with 21 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

22
pages/students/2019/michal_stromko/README.md
View File

@ -34,6 +34,7 @@ Súvisiace práce:
- Matej Kobyľan - Matej Kobyľan
- Suchanič - Suchanič
- Kristián Sopkovič
Ciele na semester: Ciele na semester:
@ -55,6 +56,25 @@ Klucove slova:
- LABSE, LASER embedding model - LABSE, LASER embedding model
- multi language IR - multi language IR
Stretnutie 9.1.2023
Stav:
- Vyrobená tabuľka s experimentami pre rôzne modely a rôzne veľkosti vrátenej množiny k
- Zatiaľ najlepší je model BM25
Úlohy:
- Pripravte experiment v ktorom najprv vyhľadáte množinu k=(napr. 100, 200 alebo 50) prvkov pomocou bm25, výsledky zoradíte pomocou neurónovej siete a vyberiete m=(napr. 10,20,50) najlepších prvkov. Výsledky vyhodnotíte.
- Zoradenie pomocou NN vyzerá takto: zoberiete otázku a paragraf. Vypočítate skóre podobnosti. Prvý spôsob výpočtu je, že vložíte otázku aj paragraf naraz do NN. Výsledok je podobnosť. Druhý spôsob je: vypočítate významový vektor pre paragraf aj pre odsek. Výpočítate kosínusovú podobnosť jedného aj druhého.
Zásobník úloh:
- Vytvoriť vyhľadávanie v dvoch krokoch. Najprv "nahrubo", potom výsledky znova zoradiť.
Stretnutie 19.12.2022 Stretnutie 19.12.2022
Stav: Stav:
@ -70,7 +90,7 @@ Stav:
Zásobník úloh: Zásobník úloh:
- Natrénujte model Kharpikun DPR, podľa Facebook skriptov alebo pomocou Nvidia Deep learning examples. - Natrénujte model Kharpukin DPR, podľa Facebook skriptov alebo pomocou Nvidia Deep learning examples.
- Vyhodnotte celý proces QA na vrátených výsledkoch. - Vyhodnotte celý proces QA na vrátených výsledkoch.
Stretnutie 10.11.2022 Stretnutie 10.11.2022