63 lines
2.2 KiB
Markdown
63 lines
2.2 KiB
Markdown
---
|
|
title: Adrián Remiáš
|
|
published: true
|
|
date: 01-02-2014
|
|
taxonomy:
|
|
category: [dp2024]
|
|
tag: [nlp, transformers, interpuction]
|
|
author: Daniel Hladek
|
|
---
|
|
# Adrián Remiáš
|
|
|
|
Rok začiatku štúdia: 2018
|
|
|
|
# Diplomová práca 2024
|
|
|
|
Návrh na zadamie:
|
|
|
|
- Vypracujte prehľad metód obnovy interpunkcie v slovenskom jazyku
|
|
- Vypracujte prehľad metód jazykového modelovania pomocou neurónovej siete typu Transformer
|
|
- Pripravte dátovú množinu pre trénovanie a vyhodnotneie neurónovej siete na úlohu dopĺňania a opravy interpunkcie.
|
|
- Vyberte viacero neurónových modelov, natrénujte ich na úlohu dopňlňania a opravy interpunkcie
|
|
- Vyhodnotte experimenty a vyberte najlepší model.
|
|
|
|
|
|
Ciele:
|
|
|
|
- Natrénovanie modelu pre opravu iterpunkcie a jeho vyhodnotenie.
|
|
- Výsledky by mali byť prezentovateľné vo vedeckom článku.
|
|
|
|
|
|
Stretnutie 5.10.2023
|
|
|
|
Stav:
|
|
|
|
- Urobená bakalárska práca na tému "Analýza textu z pohľadu forenznej lingvistiky".
|
|
|
|
|
|
Úlohy:
|
|
|
|
- Nainštalujte si balíček Anaconda. Pomocou neho si nainštalujete knižnicu Pytorch s podporou CUDA.
|
|
|
|
|
|
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
|
|
pip install transformers
|
|
|
|
- Oboznámte sa s frameworkom HuggingFace [Transformers](https://huggingface.co/docs/transformers/index). Vypracujte si viacero úvodných tutoriálov.
|
|
- Podrobne sa oboznámte s úlohou [token classificaton](https://huggingface.co/docs/transformers/tasks/token_classification).
|
|
- Prečítajte si [článok](https://ieeexplore.ieee.org/abstract/document/9089903 Comparison of Recurrent Neural Networks for Slovak Punctuation Restoration, urobte si poznámky.
|
|
- Prečítajte si "Attention is all you need" https://arxiv.org/abs/1706.03762, urobte si poznámky.
|
|
- Vyhľadajte heslo "punctuation restoration" na google scholar, poznačte si najdôležitejšie články. Prečítajte si ich a napíšte, akú metódu používaju.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Vyberte množinu slovenských textov a upravte ju do podoby vhodnej na trénovanie neurónovej siete. Natrénujte neurónovú sieť.
|
|
- Na katedrovom gite si vytvorte repozitár s názvom DP2024, do neho dajte kódy pre tvorbu dát a trénovanie siete. Dáta nedávajte na git.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|