zpwiki/pages/students/2021/vladimir_ferko

title	published	taxonomy
Vladimír Ferko	true	category tag author bp2024 dialog nlp Daniel Hladek

rok začiatku štúdia: 2021

študent KPI, pracovník DTSS

Bakalárska práca 2024

• Projekt HateSpeech
• Pokyny KPI ku záverečným prácam
• Spolupráca: Eduard Matovka
• Nadväzuje Martin Jancura

Názov: Anotácia a vyhodnotenie slovenskej databázy nenávistnej reči

Predbežné zadanie - úlohy na semester:

• Vytvoriť slovenskú databázu diskusií. Databáza by mala byť prezentovateľná na konferencii a použiteľná pre rozpoznávanie nenávistnej reči.
• zobrazte štatistiky získaných dát.
• Anotovať sentiment diskusných príspevkov.
• Možno anotovať nenávistnú reč. Toto konzultovať s p. Sokolovou.
• Z nazbieraných dát zostavte a vyhodnoťte model

Stretnutie 8.8.

Stav:

• vypracovaný skript pre získanie dát z Reditt

Úlohy:

• Rozbehajte u seba jednoduché anotácie pomocou Prodigy. V texte označujte časti, ktoré sú urážlivé. Môžete to urobiť podľa skritpov v https://git.kemt.fei.tuke.sk/dano/annotation . Dáta anotujete podobne ako "named entities".

Zásobník úloh:

• Finalizovať dátovú množinu (facebook alebo reddit) a anotačnú schému.
• Pripraviť návod pre anotátorov
• Pripraviť webovú appku na slodevanie anotácií.
• Natrénovať model.

Stretnutie 29.6.2023

Stav:

• Je hotový skript pre zber diskusií z Facebooku. Skript je Python, Selenium a BS4.

Úlohy:

• Vykonať prieskum literatúry. Aké sú existujúce anglické a slovenské databázy na analýzu sentimentu? Ako sa klasifikuje sentiment pomocou neurónových sietí? Prieskum by mal mať niekoľko strán a mal by obsahovať odkazy na odbornú literatúru a iné zdroje. https://github.com/slovak-nlp/resources Tu pozrite zoznam modelov a datasetov pre sentiment.
• Skript na stiahnutie s krátkym komentárom dajte na KEMT GIT. Repo nazvite BP2024
• Vyskúšajte rozpoznávanie sentimentu pre slovenčinu pomocou existujúceho modelu Huggingface Transformers. https://huggingface.co/kinit/slovakbert-sentiment-twitter Vyskúšajte tento model.
• V prípade potreby Vám viem prideliť prístup na školský server s GPU.