dmytro_ushatenko/pages/students/2016/jakub_maruniak/dp2021/train_experiments.md

# Trénovacie experimenty

Do tohto súboru sa budú postupne zapisovať štatistiky a poznámky ku vykonaným trénovacím experimentom.

V rámci experimentu pracujeme s dvomi databázami:
 - Wikiart - vlastná anotovaná databáza článkov. Každý článok = 1 veta.
 - Skner - anotovaná databáza z https://skner.tukekemt.xyz/ . Počet viet v jednotlivých článkoch je rôzny.
### Trénovanie Wikiart
1. Experiment - trénovanie modelu pomocou databázy Wikiart

![1.Wikiart](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/1wikiart.PNG)

Celkovo 501 článkov.  
351 použitých na trénovanie, 150 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 55,55%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|85|41,66%|
|LOC|240|65,51%|
|ORG|30|0,0%|
|MISC|42|44,44%|


### Trénovanie Skner
2. Experiment - trénovanie modelu pomocou databázy skner.

![2.Skner](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/2skner.PNG)

Celkovo 488 článkov.  
342 použitých na trénovanie, 146 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 60,99%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|376|60,07%|
|LOC|885|67,39%|
|ORG|149|42,10%|
|MISC|80|8,69%|

### 3. Experiment
3. Experiment - na natrénovanie modelu je využitá kompletná databáza Skner. Na testovanie modelu je využitá databáza Wikiart.

15 iterácii trénovania.  
F-skóre natrénovaného modelu: 49,67%

| Entita | F-skóre | 
|--|--|
|PER|39,08%|
|LOC|60,99%|
|ORG|27,77%|
|MISC|4,44%|

### 4. Experiment
4. Experiment - Obe databázy sme zlúčili.  

![4.Merged](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/4merged.PNG)

Celkovo 989 článkov.  
693 použitých na trénovanie, 296 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 61,90%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|461|54,00%|
|LOC|1125|71,87%|
|ORG|179|42,00%|
|MISC|122|18,18%|