dmytro_ushatenko/pages/students/2017/than_trung_thanh/README.md

---
title: Than Trung Thanh 
published: true
taxonomy:
    category: [bp2021]
    tag: [demo,nlp]
    author: 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](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/src/branch/master/pages/topics/named-entity).

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 blogy.
- Urobená prezentácia

Úlohy:

- Začať pracovať na písomnej časti.

Predbežné zadanie:

- Vytvorte model pre rozpoznávanie pomenovaných entít v slovenčine. Využite [existujúci model](https://git.kemt.fei.tuke.sk/dano/spacy-skmodel).
- 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](https://git.kemt.fei.tuke.sk/dano/spacy-skmodel).
- 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.