forked from KEMT/zpwiki
Update 'pages/students/2018/adrian_remias/README.md'
This commit is contained in:
parent
df53b4af35
commit
67f20bb84a
@ -28,6 +28,20 @@ Ciele:
|
|||||||
- Natrénovanie modelu pre opravu iterpunkcie a jeho vyhodnotenie.
|
- Natrénovanie modelu pre opravu iterpunkcie a jeho vyhodnotenie.
|
||||||
- Výsledky by mali byť prezentovateľné vo vedeckom článku.
|
- Výsledky by mali byť prezentovateľné vo vedeckom článku.
|
||||||
|
|
||||||
|
Stretnutie 3.1.2024
|
||||||
|
|
||||||
|
Stav:
|
||||||
|
|
||||||
|
. Funguje zero shot metóda založená na dopňĺňaní mask tokenu.
|
||||||
|
|
||||||
|
Úlohy:
|
||||||
|
|
||||||
|
1. Vyskúšajte príklad [token classification](https://github.com/huggingface/transformers/tree/main/examples/pytorch/token-classification) z repozitára HF transformers pre úlohu NER alebo POS. Oboznámte sa s argumentami príkazového riadka.
|
||||||
|
2. Pripravte si trénovacie dáta. Použite formát JSON. Na jeden riadok ide jeden príklad. Príklad je tvorený textom (zoznamom slov) a interpunkciou (zoznam tried). Budete mať súbor train.json a test.json. Na prípravu dátovej množiny si pripravte skript aby to bolo opakovateľné.
|
||||||
|
3. Spustite skript so svojimi dátami a so slovenským BERTOMN. Nastavte parametre príkazového riadku a formát trénovacej množiny tak aby tomu skript rozumel.
|
||||||
|
4. Vyskúšajte viaceré experimenty s viacerými rôznymi BERT modelmi s podporou slovenčiny a výžsledky zapíšte do tabuľky.
|
||||||
|
5. Skúste číselne vyhodnotiť aj Vašu "zero shot" metódu.
|
||||||
|
- Pokračujte v písaní tectu práce.
|
||||||
|
|
||||||
Stretnutie 7.12.2023
|
Stretnutie 7.12.2023
|
||||||
|
|
||||||
|
Loading…
Reference in New Issue
Block a user