zpwiki/pages/students/2017/than_trung_thanh

title	published	taxonomy
Than Trung Thanh	true	category tag author bp2021 demo nlp Daniel Hladek

Than Trung Thanh

Bakalársky projekt 2020

Rozpoznávanie pomenovaných entít v slovenskom jazyku

• Tvorba korpusu a modelu pomocou nástrojov Spacy a Prodigy
• Práca na internom projekte rozpoznávanie pomenovaných entít.

Osobné stretnutie 23.9.2020

Ciel je práce je zlepšiť presnosť rozpoznávania pomenovaných entít pre slovenský jazyk. Presnosť je možné zlepšiť pomocou nových trénovacích dát alebo pomocou zlepšenia procesu trénovania.

Stretnutie 28.1.2020:

Stav:

• Preštudované Spacy a Prodigy.
• Pokus o spracovanie XML dump Wikipédia.
• Prečítané články.

Predbežné zadanie:

• Vytvorte model pre rozpoznávanie pomenovaných entít v slovenčine. Využite existujúci model.
• Vyhodnotte model pre rozpoznávanie pomenovaných entít v slovenčine

Úlohy do ďalšieho stretnutia:

• preštudujte si, čo je to rozpoznávanie pomenovaných entít a ako sa robí, prečítajte si aj odborné články a knihy. Informácie získate zadaním hesla "named entity recognition".
• Nainštalujte si prostredie Anaconda.
• Nainštalujte si a spustite trénovanie existujúceho modelu.
• preštudujte materiály:
  • https://git.kemt.fei.tuke.sk/KEMT/zpwiki/src/branch/master/pages/topics/nlp
  • https://git.kemt.fei.tuke.sk/KEMT/zpwiki/src/branch/master/pages/topics/python
  • https://git.kemt.fei.tuke.sk/KEMT/zpwiki/src/branch/master/pages/topics/prodigy

Dalšie stretnutie odporúčam o 2 týždne.

Konzultácie sa budú konakť minimálne raz za dva týždne, menej ako 6 konzutácií za semester je dôvodom pre zníženie hodnotenia semester je dôvodom pre zníženie hodnotenia alebo neudelenie zápočtu.alebo neudelenie zápočtu.