zpwiki/pages/students/2016/jakub_maruniak

Jakub Maruniak

Rok začiatku štúdia: 2016

Diplomový projekt 1 2020

Úlohy na semester:

• Rozbehať anotačnú schému pre vyznačovanie slovenských pomenovaných entít
• Vybrať a pripraviť vhodné dáta na anotáciu
• Anotovať sadu dát
• Natrénovať a vyhodnotiť model

Stretnutie 9.3.2020:

Vyvorený prístup do repozitára https://git.kemt.fei.tuke.sk/dano/annotation

Úlohy na ďalšie stretnutie:

• Oboznámte sa s so systémom Docker
• Rozbehajte si anotáciu z repozitára
• Skúste upraviť proces tak aby bol vhodný na anotáciu slovenských pomenovaných entít

Návrh možných entít na anotáciu:

• OSOBA
• MIESTO alebo politická geografická entita
• ORGANIZACIA
• PRODUKT
• INE

Tímový projekt 2019

Anotácia textových dát

Úlohy tímového projektu:

• Vypracujte min. 4. stranový rešerš na tému "Crowdsourcing"
• citujte min. 10 najvýznamnejších bibliografických zdrojov

Písomná práca: Rešerš

Návrh na zadanie DP:

1. Vypracujte prehľad metód prípravy textových korpusov pomocou crowdsourcingu.
2. Pripravte postup na anotáciu textového korpusu pre systém Prodigy pre trénovanie modelu vo vybranej úlohe spracovania prirodzeného jazyka.
3. Vytvorte množinu textových dát v slovenskom jazyku vhodných na trénovanie štatistického modelu spracovania prirodzeného jazyka pomocou knižnice Spacy.
4. Natrénujte štatistický model pomocou knižnice Spacy a zistite, aký vplyv má veľkosť trénovacej množiny na presnosť klasifikátora.

Návrh na názov DP:

Anotácia textových dát v slovenskom jazyku pomocou metódy crowdsourcingu

Spolupráca s projektom:

• Podpora slovenčiny v Spacy
• Anotácia textových dát
• Rozpoznávanie pomenovaných entít
• Spracovanie prir. jazyka
• Programovanie v jazyku Python