---
title: Simona Bobrovčanová
published: true
taxonomy:
    category: [bp2026]
    tag: [lm,nlp]
    author: Daniel Hladek
---


rok začiatku štúdia: 2023


# Bakalárska práca 2026


Téma:

Automatická sumarizácia slovenského textu

Ciele:

Zlepšite spracovanie slovenkých právnych textov - vytvorte systém pre sumarizáciu rozsudkov alebo iných právnych dokumentov.

Stretnutie 6.10.2025

Stav:

- Preštudované deep learning
- Framework HF Transformers
- Trénovanie sumarizácie pomocou LORA v Anaconda, 4 bit kvanitizácia - llama, mt5-base, mt5 na 6GB RAM

Úlohy:

- Pozrite sa na google scholar, prečítajte si najnovšie články o sumarizácii súdnych textov a urobte si poznámky.
- Napíšte o procese dotrénovania jazykového modelu - supervised finetuning, PEFT-LORA podľa vedeckých článkov.
- Vytvoreny pristup bobrovcanova@titan.kemt.fei.tuke.sk.
- Dáta sú v /mnt/sharedhome/hladek/corpora/prokuraturadb/
- Pripravte si trénovacie  a testovacie dáta, zatiaľ bez deanonymizácie a bez prípravy.
- Natrénujte a vyhodnotte model pre generovanie poučenia na (základe rozhodnutie a-alebo odôvodnenia). 
- "Objektívne" vyhodnotenie je pomocou metriky ROUGE alebo BLEU.
- Vyskúšajte modely: slovak-mistral 7B., Qwen3 , Gemma,  Slovak-t5-base
- skripty dajte na kemt git.

Zásobník úloh:

- Vyhodnotenie presnosti pomocou LLM
- Lepšie predspracovanie textu
- Generovanie rozhodnutia z odôvodnenia.
- sumarizácia zero shot, napr. pomocou gpt-oss



Stretnutie 3.4.

Úlohy:

- Oboznámte sa s problematikou veľkých jazykových modelov. Towards Data Science
- Naučte sa Python lepšie. Nainštalujte si prostredie Anaconda.
- Poučte sa o strojovom účení. Dive into deep learning.
- Vyskúšajte si framework HF Transformers.
- Vyskúšajte si veľký jazykový model, napr. cez systém OLLAMA.
- Oboznámte sa so stránkou otvorenesudy.sk
- Zistite, ako vieme dotrénovať jazykový model. Zistite čo je to metóda PEFT, čo je to Supervised finetuning.
- Oboznámte sa s databázou https://huggingface.co/datasets/NaiveNeuron/slovaksum
- Napíšte si poznámky z vecí ktoré ste sa naučili.

Zásobník úloh:

 
- Spracujte slovenské súdne dáta, upravte ich do podoby vhodnej na trénovanie jazykového modelu
- Natrénujte a vyhodnotte model pre úlohu sumarizácie.