forked from KEMT/zpwiki
53 lines
1.5 KiB
Markdown
53 lines
1.5 KiB
Markdown
---
|
|
title: Matúš Suchanič
|
|
published: true
|
|
taxonomy:
|
|
category: [vp2022]
|
|
tag: [spacy,nlp]
|
|
author: Daniel Hladek
|
|
---
|
|
|
|
rok začiatku štúdia: 2020
|
|
|
|
# Vedecký projekt 2022
|
|
|
|
Extrakcia informácií z webových stránok
|
|
|
|
|
|
Finálny cieľ:
|
|
|
|
- Vytvoriť skript ktorý spracuje HTML kód a identifikuje zaujímavé časti z webstránky, napr. noviny alebo diskusie (modrý koník)
|
|
- Naučte sa niečo o spracovaní prirodzeného jazyka
|
|
|
|
Výstupy:
|
|
|
|
- Report na cca 4 strany - ako si nainštalovať anacondu, niečo o knižnici HuggingFace Transformers
|
|
- Skript na parsovanie dvoch stránok
|
|
|
|
Stretnutie 3.6.
|
|
|
|
Stav:
|
|
|
|
- Odovzdaná písomná správa nie je uspokojivá.
|
|
|
|
Úlohy:
|
|
|
|
|
|
- Nainštalujte si Hugging Face Transformers
|
|
- Prejdite si tento tutoriál, https://huggingface.co/docs/transformers/tasks/sequence_classification. Po slovensky zapíšte vlastnými slovami čo ste urobili a čo ste zistili. Zapíšte každý krok.
|
|
- Vlastnými slovami zapíšte, čo všetko bude potrebné urobiť, aby sme vedeli klasifikovať slovenské texty.
|
|
- Vytvorte si GIT repozitár a dajte do neho vytvorené skripty na parsovanie stránok.
|
|
|
|
Stretnutie 18.3.2022
|
|
|
|
Úlohy:
|
|
|
|
- Nainštalovať si systém Anaconda
|
|
- Napíšte návod ako nainštalovať a používať systém Anacona
|
|
- Nainštalovať si knižnicu BeautifulSoup4, prejsť si tutoriál
|
|
- napíšte krátky úvod do knižnice Huggingface Transformers
|
|
- Prečítajte si články o hlbokých neurónových sieťach a spracovaní prirodzeného jazyka
|
|
|
|
|
|
|