zpwiki/pages/students/2020/matus_suchanic

title	published	taxonomy
Matúš Suchanič	true	category tag author vp2022 spacy nlp 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 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