forked from KEMT/zpwiki
57 lines
1.6 KiB
Markdown
57 lines
1.6 KiB
Markdown
---
|
|
title: Márk Fehér
|
|
published: true
|
|
taxonomy:
|
|
category: [dp2022]
|
|
tag: [scikit,nlp,klasifikácia]
|
|
author: Daniel Hladek
|
|
---
|
|
# Diplomová práca 2022
|
|
|
|
Názov diplomovej práce: Klasifikácia textu metódami strojového učenia
|
|
|
|
- [GIT repozitár](https://git.kemt.fei.tuke.sk/mf425hk/dp2022)
|
|
|
|
## Návrh na zadanie DP
|
|
|
|
1. Vypracujte prehľad metód klasifikácie textu metódami strojového učenia.
|
|
2. Pripravte slovenské trénovacie dáta vo vhodnom formáte a natrénujte viacero modelov pre klasifikáciu textu do viacerých kategórií
|
|
3. Navrhnite, vykonajte a vyhodnoťte experimenty pre porovnanie presnosti klasifikácie textu.
|
|
4. Navrhnite zlepšenia presnosti klasifikácie textu.
|
|
|
|
|
|
## Diplomový projekt 2021
|
|
|
|
Stretnutie 1.10.
|
|
|
|
Stav:
|
|
|
|
- modifikácia trénovacích skriptov na vypisovanie pomocných štatistík.
|
|
|
|
|
|
Stretnutie 23.9.
|
|
|
|
Stav:
|
|
|
|
- vypracovaný draft diplomovej práce
|
|
- pripravené dáta z BeautifulSoup - z rôznych webov (sme.sk)
|
|
- vypracované experimenty pomocou scikit-learn na klasifikátoroch:
|
|
- multinomial Bayes
|
|
- random forest
|
|
- support vector machine
|
|
- Stochastic Gradient Descent Classifier
|
|
- k-neighbours
|
|
- decision tree
|
|
- vypracované vyhodnotenie pomocou konfúznej matice,
|
|
|
|
|
|
Ciele na ďalšie stretnutie:
|
|
|
|
- Vytvoríte si repozitár dp2022 na školskom gite, kde dáte dáta, zdrojové kódy aj texty.
|
|
- Vybrať jeden odborný článok alebo knihu o klasifikácii textu a vypracujte poznámky.
|
|
|
|
Zásobník úloh:
|
|
|
|
- Zopakujte experimenty na korpuse scnc. Slovak Categorized News Corpus.
|
|
- Vyskúšajte klasifikáciu pomocou neurónových sietí.
|