dmytro_ushatenko/pages/students/2016/dominik_nagy/README.md

Dominik Nagy

Rok začiatku štúdia: 2016

Diplomový projekt 1 2020

Literatúra:

Neural Network Methods for Natural Language Processing

Úlohy na semester:

• Získať a pripraviť slovenský paralelný korpus pre preklad do angličtiny a češtiny
• Natrénovať a vyhodnotiť Fairseq Model

Stretnutie 6.3.2020.

Úloha na ďalšie stretnutie:

• spustiť Trénovanie Fairseq na idoc
• Pozrieť dostupné jazykové zdroje
• Pozrieť článok fairseq: A Fast, Extensible Toolkit for Sequence Modeling
• Pozrieť prístup a článok https://github.com/pytorch/fairseq/blob/master/examples/joint_alignment_translation/README.md

Diplomová práca 2021

Názov diplomovej práce: Prepis postupností pomocou neurónových sietí pre strojový preklad

Meno vedúceho: Ing. Daniel Hládek, PhD.

Zadanie diplomovej práce:

1. Vypracujte teoretický prehľad metód "sequence to sequence".
2. Pripravte si dátovú množinu na trénovanie modelu sequence to sequence pre úlohu strojového prekladu.
3. Vyberte minimálne dva rôzne modely a porovnajte ich presnosť na vhodnej dátovej množine.
4. Na základe výsledkov experimentov navrhnite zlepšenia.

Tímový projekt 2019

Písomná práca: Rešerš na tému "Sequnce to Sequence"

Úlohy tímového projektu:

• Vypracujte min. 4 stranový rešerš na tému: "Sequence to Sequence" (Encoder-Decoder, seq2seq, transformer, attention)
• citujte min. 10 najvýznamnejších bibliografických zdrojov
• Prečítajte si o konvolučných sieťach
• Prečítajte si Sequence to Sequence Convolutional Neural Network for Automatic Spelling Correction
• Skúste si nainštalovať nástroj fairseq
• prejdite si tutoriál https://github.com/pytorch/fairseq/blob/master/examples/translation/README.md

Poznámky

Projektové stránky:

• Spracovanie prirodzeného jazyka
• Python
• Sequence to Sequence

V prípade záujmu je možné pracovať na úlohe strojového prekladu.

Možné trénovacie dáta: https://www.clarin.eu/resource-families/parallel-corpora