dmytro_ushatenko/pages/students/2022/andrii_pervashov

title	published	taxonomy
Andrii Pervashov	true	category tag author bp2025 rag nlp Daniel Hladek

rok začiatku štúdia: 2022

Bakalárska práca 2025

Návrh na tému:

Korekcia textu pomocou neurónových sietí

• Oboznámte sa s existujúcimi systémami pre neurónový strojový preklad.
• Aplikujte existujúci model na opravu textu vo vybraných úlohách.
• Vyhodnnotte model pomocou overovacej množiny.

Stretnutie 26.4. 2024

Úlohy:

• Nainštalujte si prostredie Anaconda.
• Prejdite si knihu Dive Deep into Python 3.
• Prečítajte si knihu https://d2l.ai/ a napíšte si poznámky.
• Nainštalujte si Pytorch, a huggingface transformers a oboznámte sa ako funguje táto knižnica.
• Zistite ako funguje tento model https://huggingface.co/docs/transformers/en/model_doc/byt5
• Napíšte si poznámky o tom ako funguje model Transformers a ako funguje model T5.

Stav 14.8.2024:

• Nainštalovaná Anaconda, rozbehaný anlgický trénovací skript s databázou WikiEdits a modelom T5small. Notebook je príliš pomalý na trénovanie.
• Oboznámenie sa s materiálmi - d2dl aj Python.

Úlohy:

• Pokračujte v štúdiu modelov T5 aj GPT aj ChatGPT. Robte si písomné poznámky. Poznačte si odkazy na odborné články, napr. Arxiv.
• Použite server google scholar a zistite ako sa robí ooprava textu pomocu modelu T5. Poznačte si články ktoré sa týkajú tejto témy a napíšte o čom tie články sú.
• Prečítajte si môj článok Survey of Automatic Spelling Correction a urobte si poznámky,
• dotrénujte anglický model t5 small na opravu a vyhodnotte ho. Na vyhodnotneie sa používa metrika WER, CER, SER, BLEU. Zistite čo to je.

Zásobník úloh:

• Natrénujte model pre opravu textu v slovenskom jazyku.
• Pripravte webové demo.