dmytro_ushatenko/pages/topics/spacy/README.md

title	published	taxonomy
Podpora slovenčiny v knižnici Spacy	true	category tag author project spacy nn pos ner annotation nlp Daniel Hladek

Trénovanie modelov Spacy

Ciele

• Vytvoriť modul v jazyku Python pre podporu slovenčiny
• Natrénovať štatistické modely:
  • pre morfologickú analýzu
  • rozpoznávanie pomenovaných entít
• Unifikovaný systém pre predspracovanie slovenského jazyka
• Podporiť dialógový systém RASA

Úlohy

• Zahrnúť transformery a predtrénované modely
• Nájsť optimálne hyperparametre
• Natrénovať vlastné WordEmbedding (fasttext).

Súvisiace projekty

• Anotácia pomenovaných entít pomocu frameworku Prodigy.
• Predtrénovanie jazykového modelu

Repozitár

• https://github.com/hladek/spacy-skmodel
• Repozitár Jozef Olekšák(slovenské stop words a pravidlá)
• https://files.kemt.fei.tuke.sk/minio/models/spacy/ Hotové spacy modely

Ľudia

• Maroš Harahus (štatistické značkovanie)
• Kristián Sopkovič (vylepšenie parametrov, transformery)

Ukončené projekty

• Jozef Olekšák (slovenské stop words a pravidlá),
• Lukáš Pokrývka (Word Embedding Modely)
• Martin Wencel demo aplikácia