59 lines
2.5 KiB
Markdown
59 lines
2.5 KiB
Markdown
---
|
|
title: Adrián Ondra
|
|
published: true
|
|
taxonomy:
|
|
category: [bp2027]
|
|
tag: [nlp,mind-maps,information-extraction]
|
|
author: Daniel Hladek
|
|
---
|
|
|
|
|
|
rok začiatku štúdia: 2024
|
|
|
|
# Bakalársky projekt 2027
|
|
|
|
Automatická tvorba myšlienkových máp
|
|
|
|
|
|
Možné ciele semestrálneho projektu:
|
|
|
|
- Vytvoriť vizualizáciu myšlienkovej mapy z automaticky extrahovaných entít.
|
|
- Vytvoriť nástroj ktorý sa dá využiť pri vzdelávaní.
|
|
- Vyhodnotiť kvalitu vytvoreného grafu. Ako veľmi je graf pravdivý vzhľadom na pôvvodný text.
|
|
|
|
Stretnutie 5.11.2026
|
|
|
|
Stav:
|
|
|
|
- urobené stručné poznámky
|
|
- stanza (dependency parsing) - spacy.
|
|
- Vyskúšaný model SlovakBERT-NER (Agarský) na rozpoznávanie pomenovaných entít.
|
|
|
|
Úlohy:
|
|
|
|
- Urobte si repozitár na KEMT GIT. Skripty dajte na GIT.
|
|
- Pozrite si články (na Google Scholar) na tému sumarizácia. Urobite si poznámnky.
|
|
- Pozrite si články na tému automatický tvorba myšlienkových máp. Aké druhy myšliekových máp poznáme?
|
|
- Urobte nástroj, ktorý získa HTML dokument. Exrahuje text (napr. Docling). Urobí zhrnutie textu. V zhrnutí vyznačí dôležité pojmy a vzťahy medzi nimi tak, aby tvorili myšlienkovú mapu. Mapa môže byť strom alebo graf. V mape by asi nemali byť ostrovy. Nástroj by mohol byť vo forme Agent Skill.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Urobiť demo, ktoré bude využívať školskú infraštruktúru. Môže to byť skript, ktorý využíva OpenAI API a Python knižnice.
|
|
- Nájdite spôsob, ako vyhodnotiť vytvorenú myšlienkovú mapu. Existujú dátové množiny pre automatickú tvorbu myšliekových máp? Ako vieme povedať, že MM je dobrá?
|
|
|
|
|
|
|
|
|
|
Stretutie 2.10.
|
|
|
|
úlohy:
|
|
|
|
- Naučte sa Python, nainštalujte si Anaconda.
|
|
- Zistite, čo je to myšlienková mapa, ako sa vytvára. Ako ju vieme zobraziť? Viaceré poznámkovače to majú v sebe zabudovanbé. Ako ju vieme využiť pri vzdelávaní? Urobte si poznámky na túto tému.
|
|
- Zistite, ako je možné automaticky vytvárať myšlienkové mapy pomocou jazykových modelov.
|
|
- Zistite ako funguje rozpoznávanie pomenovaných entít (named entity recognition) a dependency parsing, a ako sa tieto techniky dajú využiť na identifikáciu kľúčových pojmov a ich vzťahov. Napíšte krátku správu (2-3 strany) s relevantnými vedeckými článkami
|
|
- Oboznámte sa s nástrojmi na vizualizáciu grafov a znalostnycb grafov (napr. [NetworkX](https://networkx.org/), [Graphviz](https://graphviz.org/))
|
|
- Porovnať rôzne metódy extrakcie kľúčových slov a zhodnotiť ich vhodnosť pre generovanie myšlienkových máp.
|
|
|
|
|