77 lines
2.4 KiB
Markdown
77 lines
2.4 KiB
Markdown
---
|
|
title: Maksym Zatirka
|
|
published: true
|
|
taxonomy:
|
|
category: [bp2026]
|
|
tag: [nlp,graph,db]
|
|
author: Daniel Hladek
|
|
---
|
|
|
|
|
|
rok začiatku štúdia: 2023
|
|
|
|
študent KM
|
|
|
|
|
|
# Bakalárska práca 2026
|
|
|
|
|
|
Téma:
|
|
|
|
Grafová databáza pre podporu generovania slovenského jazyka
|
|
|
|
|
|
Ciele:
|
|
|
|
Vytvorte databázu pre vyhľadávanie v rozsudkoch s využitím grafovej informácie.
|
|
|
|
Stretnutie 7.11.
|
|
|
|
Stav:
|
|
|
|
- Prečítané články
|
|
- Vyskúšaná Neo4J a Python.
|
|
- Vyskúšaný tutoriál lagchain, intro do Neo4J.
|
|
|
|
Úlohy:
|
|
|
|
- Pokračujte v teoretickej príprave. Pridajte písomné poznámky z článkov a tutoriálov do práce.
|
|
- Vytvorte znalostný graf, ktorý vyjadruje slovenské právne predpisy a vložte ho do databázy.
|
|
- Oboznámte sa s obsahom slov-lex.sk a navrhnite štruktúru znalostného grafu pre vyjadrenie vzťahov medzi právnymi predpismi. Aké entity a aké vzťahy tam existujú? Napr. zákon má číslo, má názov.
|
|
- Vytvorte skript, ktorý spracuje HTML súbory zo slov-lex a vytvorí znalostný graf vo formáte Neo4j. Na parsovanie html možno bude stačiť BeautifulSoup.
|
|
- Bol aktivovaný prístup na server quadro ku súborom z slov-lex.sk .
|
|
- Skripty dávajte na GIT.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Využite znalostný graf pri RAG a vyhľadávaní. Spolupráca Matej Ščišľak.
|
|
|
|
Stretnutie 2.10.
|
|
|
|
Úlohy:
|
|
|
|
- Prejdite si tutoriál https://python.langchain.com/docs/tutorials/rag/
|
|
- Prejdite si tutoriály https://neo4j.com/docs/getting-started/appendix/tutorials/tutorials-overview/
|
|
- Zistite, ako vieme využiť grafy pri RAG - ako skombinovať langchain a neo4j
|
|
- Pokračujte v štúdiu Python
|
|
- Prečítajte si články https://arxiv.org/abs/2408.08921 a https://ieeexplore.ieee.org/abstract/document/10771030 a robte si poznámky.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Pripravte databázu znalosti zo súdnej domény pre zlepšenie vyhľadávania v rozsudkoch.
|
|
|
|
|
|
Predbežné úlohy:
|
|
|
|
- Naučte sa Python lepšie. Nainštalujte si prostredie Anaconda.
|
|
- Poučte sa o strojovom účení. Dive into deep learning.
|
|
- Zistite čo je to Retrieval Augmented Generation a napíšte si o tom poznámky
|
|
- Pozrite si knižnicu [llamaindex](https://developers.llamaindex.ai/python/framework/).
|
|
- Zistite čo je to [znalostný graf](https://en.wikipedia.org/wiki/Knowledge_graph)
|
|
- Zistite ako funguje databáza Neo4J.
|
|
- Zistite čo je to SparkQL.
|
|
- Napíšte si poznámky z vecí ktoré ste sa naučili. Využívajte odborné články, ktoré nájdete na google scholar.
|
|
|
|
|
|
|