zpwiki/pages/students/2019/patrik_pokrivcak

title	published	taxonomy
Patrik Pokrivčák	true	category tag author dp2025 nlp hate Daniel Hladek

rok začiatku štúdia: 2019

Diplomová práca

Téma:

Rozpoznávanie nenávistnej reči pomocou veľkých jazykových modelov

Cieľe:

• Naučiť sa rozpoznávať nenávistnú reči HS pomocou LLM - lokálnych alebo komerčných.
• Zlepšiť chopnosti LLM pre rozpoznávanie HS - dotrénovaním alebo promptingom.
• Vytvoriť demo
• Výsledky prezentovať na konferencii - alebo článku.

Nápad:

• Generovanie nenávistnej reči pre účely trénovania.
• Rozpoznávanie HS pomocou embeding modelov, few shot alebo dotrénovanie.

Súvisiaca téma:

• Python
• Hate Speech
• Tetiana Mahorian

Stretnutie 15.10.

Stav:

• Staré poznámky.

Úlohy:

• Navrhnite prompt na klasifikáciu nenávistnej reči a vyhodnotte, aký presný je model na množine https://huggingface.co/datasets/TUKE-KEMT/hate_speech_slovak. Vyskúšajte viac modelov. Vyskúšajte aj https://huggingface.co/slovak-nlp/mistral-sk-7b
• Pokračujte v písaní DP. Použite odkazy na odborné články,

Zásobník úloh:

• Dotrénujte model na klasifikáciu nenávistnej reči.
• Dotrénujte model na generovanie nenávistnej reči.
• Vyskúšajte SentenceTransformer (me5) na klasifikáciu.

Diplomový projekt 2024

Stretnutie 10.5.2024

Stav:

• Poznámky o neurónových sieťach a rozbehané HF transformers.
• Práca s Kaggle.

Úlohy:

• Pokračovať v otvorených úlohách a štúdiu.
• Zistite čo je to SentenceTransformer. Prejdite si tutoriál https://sbert.net/docs/usage/semantic_textual_similarity.html Ako model použite multilingual e5 base alebo slovakbert-mnlr.
• Prečítajte si niekoľko vedeckých článkov o klasifikácii HS, poznačte si ich informácie a urobte si poznámky. Na vyhľadanie článkov použite google scholar.

Zásobník úloh:

• Vyskúšajte Ollama a niekoľko jazykových modelov (LLAMA3, mistral, ) pre few-shot rozpoznávanie HS.
• Dotrénujte embedding model na HS detection
• Pripravte dáta na vyhodnotenie few shot klasifikácie.

Stretnutie 5.4.

Stav:

• Začiatok štúdia Python a LMM.

Úlohy:

• Pokračujte v štúdiu neurónových sietí a klasifikácie nenávsistnej reči podľa otvorených úloh. Píšte si poznámky.
• [-] Zistite, ako pracuje model GPT. Zistite čo je to prompting. Navrhnite "prompt" pre ChatGPT ktorý by klasifikoval nenávistnú reč.
• Oboznámte sa s knižnicou HF transformers. Nainštalujte si ju. Prejdite si jeden alebo 2 tutoriály.
• Zistite ako funguje "few shot" alebo "zero shot" learning s GPT modelom. Vyskúšajte si to z HF Transformers. napr. https://huggingface.co/blog/few-shot-learning-gpt-neo-and-inference-api

Stretnutie 15.2.

Úlohy:

• Nainštalujte si prostredie Anaconda. Naučiť sa lepšie programovať v jazyku Python.
• Prečítajte si Dive into Python 3.
• Priečítajte si Dive into Deep learning.
• Zistite si čo je to nenávistná reč a ako sa rozpoznáva pomocou neurónových sietí. Napíšte si o tom poznámky na dve strany.
• [-] Zistite, aké existujú veľké jazykové modely a ako pracujú. Napíšte o tom poznámky na 2 strany.