From 98359fe3c5fbc26d29152c48f76ae573f0721842 Mon Sep 17 00:00:00 2001 From: dano Date: Thu, 12 Oct 2023 11:09:26 +0000 Subject: [PATCH] Update 'pages/students/2021/eduard_matovka/README.md' --- pages/students/2021/eduard_matovka/README.md | 11 +++++++---- 1 file changed, 7 insertions(+), 4 deletions(-) diff --git a/pages/students/2021/eduard_matovka/README.md b/pages/students/2021/eduard_matovka/README.md index 48aeb164..4878b22a 100644 --- a/pages/students/2021/eduard_matovka/README.md +++ b/pages/students/2021/eduard_matovka/README.md @@ -23,10 +23,9 @@ Natrénovať jazykový model pre jednoduchú slovenskú konverzáciu. Predbežné úlohy: -- [x] Oboznámte sa s existujúcimi modelmi pre generovanie slovenského jazyka. +- Oboznámte sa s existujúcimi modelmi pre generovanie slovenského jazyka. - Pripravte korpus diskusií v slovenskom jazyku. Vyberte vhodný zdroj diskusí a pripravte ho do podoby vhodnej na trénovanie neurónových sietí. Napr. modrý koník, modrá strecha, íné diskusie. - Natrénujte neurónovú sieť pre odpovedanie v diskusiách. -- Druhá možnosť je použiť dáta z REditu. - Vytvorte webové demo. Stretnutie 12.10.2023 @@ -34,11 +33,15 @@ Stretnutie 12.10.2023 Stav: - Pripravený skript na preklad pomoocu HF transformers a Helsinki NLP modelov aj s TKInter rozhraním. +- Písomná príprava podľa pokynov. + +Úlohy: + - Dobrý model na generovanie Slov. jazyka je Slovak T5 Small. - Pokračujte v teoretickej príprave podľa otvorených úloh. - Vytvorte dataset slovenských konverzácií. Vyberte zdroj dát, pomocou scrapera extrahujte dáta a upravte ich do vhodného formátu JSON. Stiahnite časť alebo celú webovú stránku do viacerých htmls súborov. Neposielajte veľa requestov za minútu. Dobrý nástorj na stianutie je wget. Napíšte skript, ktorý pomocu knižnice BeautifulSoup4 extrahuje diskusie a uloží ich do JSON. - -Úlohy: +- Druhá možnosť je použiť dáta z Reditu alebo Faceboku, podľa skriptov V. Ferko. +- Generatívny model už natrénoval p. Omasta a p. Megela. Oboznámte sa s ich profilmi. Stretnutie 1.8.2023