zpwiki/pages/students/2016/jakub_maruniak/dp2021/train_experiments/README.md

# Trénovacie experimenty

Do tohto súboru sa budú postupne zapisovať štatistiky a poznámky ku vykonaným trénovacím experimentom.

V rámci experimentu pracujeme s dvomi databázami:
 - Wikiart - vlastná anotovaná databáza článkov. Každý článok = 1 veta.
 - Skner - anotovaná databáza z https://skner.tukekemt.xyz/ . Počet viet v jednotlivých článkoch je rôzny.
### Trénovanie Wikiart
1. Experiment - trénovanie modelu pomocou databázy Wikiart

![1.Wikiart](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/1wikiart.PNG)

Celkovo 501 článkov.  
351 použitých na trénovanie, 150 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 55,55%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|85|41,66%|
|LOC|240|65,51%|
|ORG|30|0,0%|
|MISC|42|44,44%|


### Trénovanie Skner
2. Experiment - trénovanie modelu pomocou databázy skner.

![2.Skner](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/2skner.PNG)

1.
Celkovo 488 článkov.  
342 použitých na trénovanie, 146 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 60,99%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|376|60,07%|
|LOC|885|67,39%|
|ORG|149|42,10%|
|MISC|80|8,69%|

2.
Celkovo 976 článkov.  
684 použitých na trénovanie, 292 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 62,9%%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|684|60,68%|
|LOC|1417|70,45%|
|ORG|280|40,87%|
|MISC|416|43,08%|


3.
Celkovo 2696 článkov.  
1871 použitých na trénovanie, 801 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 70.33%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|1886|71,08%|
|LOC|3678|79,01%|
|ORG|820|48,81%|
|MISC|1171|52,38%|


### 3. Experiment
3. Experiment - na natrénovanie modelu je využitá kompletná databáza Skner. Na testovanie modelu je využitá databáza Wikiart.

1.verzia  databázy skner - 488 článkov
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 49,67%

| Entita | F-skóre | 
|--|--|
|PER|39,08%|
|LOC|60,99%|
|ORG|27,77%|
|MISC|4,44%|

2.verzia  databázy skner - 976 článkov
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 51,08%

| Entita | F-skóre | 
|--|--|
|PER|38,22%|
|LOC|60,83%|
|ORG|33,33%|
|MISC|30,30%|

3.verzia  databázy skner - 2672 článkov
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 56,26%

| Entita | F-skóre | 
|--|--|
|PER|45,35%|
|LOC|67,25%|
|ORG|31,58%|
|MISC|39,47%|

### 4. Experiment
4. Experiment - Obe databázy sme zlúčili.  

![4.Merged](https://git.kemt.fei.tuke.sk/KEMT/zpwiki/raw/branch/master/pages/students/2016/jakub_maruniak/dp2021/img/4merged.PNG)

1. verzia
Celkovo 989 článkov.  
693 použitých na trénovanie, 296 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 61,90%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|461|54,00%|
|LOC|1125|71,87%|
|ORG|179|42,00%|
|MISC|122|18,18%|

2. verzia
Celkovo 3197 článkov.  
2222 použitých na trénovanie, 951 na testovanie.  
15 iterácii trénovania.  
F-skóre natrénovaného modelu: 70,48%

| Entita | Počet anotácii | F-skóre | 
|--|--|--|
|PER|1971|69,18%|
|LOC|3918|80,52%|
|ORG|850|42,33%|
|MISC|1213|50,24%|