zpwiki/pages/students/2023/simona_bobrovcanova

title	published	taxonomy
Simona Bobrovčanová	true	category tag author bp2026 lm nlp Daniel Hladek

rok začiatku štúdia: 2023

Bakalárska práca 2026

Téma:

Automatická sumarizácia slovenského textu

Ciele:

Zlepšite spracovanie slovenkých právnych textov - vytvorte systém pre sumarizáciu rozsudkov alebo iných právnych dokumentov.

Stretnutie 3.4.

Úlohy:

• Oboznámte sa s problematikou veľkých jazykových modelov. Towards Data Science
• Naučte sa Python lepšie. Nainštalujte si prostredie Anaconda.
• Poučte sa o strojovom účení. Dive into deep learning.
• Vyskúšajte si framework HF Transformers.
• Vyskúšajte si veľký jazykový model, napr. cez systém OLLAMA.
• Oboznámte sa so stránkou otvorenesudy.sk
• Zistite, ako vieme dotrénovať jazykový model. Zistite čo je to metóda PEFT, čo je to Supervised finetuning.
• Oboznámte sa s databázou https://huggingface.co/datasets/NaiveNeuron/slovaksum
• Napíšte si poznámky z vecí ktoré ste sa naučili.

Zásobník úloh:

• Spracujte slovenské súdne dáta, upravte ich do podoby vhodnej na trénovanie jazykového modelu
• Natrénujte a vyhodnotte model pre úlohu sumarizácie.