dmytro_ushatenko/pages/students/2020/matus_suchanic

title	published	taxonomy
Matúš Suchanič	true	category tag author vp2022 bp2023 ir Daniel Hladek

rok začiatku štúdia: 2020

Bakalárska práca 2023

Téma: Vyhľadávanie na slovenskej Wikipédii

Úloha:

• Implementovať jednoduchý systém na indexovanie článkov na slovenskej wikipédii a ich vyhľadávanie.
• alebo Implementujte systém na kategorizáciu slovenských novinových článkov.

Práca súvisí s:

• DP Michal Stromko
• BP Matej Kobyľan

Stretnutie 30.9.2022:

Stav:

• Je nainštalovaný Anaconda a HF transformers.

Úlohy:

• Prečítajte si BP Michal Stromko a DP Ján Holp. Napíšte z toho poznámky na pol strany.

• Zistite, čo to je model BERT a ako sa s sním pracuje. Napíšte o tom poznámku.

• Vypracujte prehľad novej odbornej literatúry na tému Text Categorization. Zistite aké štatistické a neurónové metódy sa používajú. Ako základ Vám poslúži článok nižšie. Prehľad by mal mať aspoň 2 strany.

• Prečítajte si článok "Comparison of Statistical Algorithms and Deep Learning for Slovak Document Classification" https://ieeexplore.ieee.org/abstract/document/9869155 dostupný z TUKE siete. Napíšte na pol strany čo ste sa dozvedeli.

• Zopakujte experiment s klasifikáciou slovenských novinových článkov. Použite knižnicu HF transformers, Skripty Vám dodá vedúci. Použite knižnicu HF transformers, Skripty Vám dodá vedúci. Použite "Slovak Categorized News Corpus" na trénovanie.

Zásobník úloh:

• Pripravte skript, ktorý bude vedieť klasifikovať neznáme články uložené v databáze.

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