Show simple item record

Machine Comprehension Using Commonsense Knowledge

dc.contributor.advisorFajčík, Martinen
dc.contributor.authorDaniš, Tomášen
dc.date.accessioned2019-07-08T15:56:14Z
dc.date.available2019-07-08T15:56:14Z
dc.date.created2019cs
dc.identifier.citationDANIŠ, T. Strojové porozumění s použitím znalostní báze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.cs
dc.identifier.other122021cs
dc.identifier.urihttp://hdl.handle.net/11012/180176
dc.description.abstractV tejto práci je skumaná schopnosť používať zdravý rozum v moderných systémoch založených na neurónových sieťach. Zdravým rozumom je myslená schopnosť extrahovať z textu fakty, ktoré nie sú priamo spomenuté, ale implikuje ich situácia v texte. Cieľom práce je poskytnúť náhľad na súčasný stav výskumu v tejto oblasti a nájsť sľubné výskumné smery do budúcnosti. V práci je implementovaný jeden z najmodernejších modelov na odpovedanie na otázky a je ďalej použitý na experimenty v rôznych situáciách. Narozdiel od starších prístupov, tento model dosahuje porovnateľné výsledky s najlepšími známymi modelmi aj keď jeho architektúra neobsahuje žiadne prvky zamerané konkrétne na zlepšenie schopnosti zdravo uvažovať. Taktiež boli nájdené štatistické artefakty v populárnej sade dát s otázkami vyžadujúcimi zdravé uvažovanie. Tieto artefakty môžu byť použité štatistickými modelmi na nájdenie správnej odpovede aj v prípadoch, kedy by to nemalo byť možné. Na základe týchto zistení sú v práci poskytnuté odporúčania a návrhy pre výskum do budúcnosti.en
dc.description.abstractIn this thesis, the commonsense reasoning ability of modern neural systems is explored. The goal is to provide insight into the current state of research in this area and identify promising research directions. A state-of-the-art question-answering model has been implemented and experimented with in various scenarios. Unlike in older approaches, the model achieved comparable results with best available models for the target task without using any task-specific architecture. Furthermore, unintended statistical biases are discovered in a popular commonsense reasoning dataset which allow models to compute the correct answer even when it does not have sufficient information to do so. Based on these findings, recommendations and possible future research areas are suggested.cs
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneurónová sieťen
dc.subjectuvažovanie zdravým rozumomen
dc.subjectznalostná báza zdravého rozumuen
dc.subjectstrojové učenieen
dc.subjectspracovanie prirodzeného jazykaen
dc.subjectodpovedanie na otázkyen
dc.subjectznalostná báza.en
dc.subjectneural networkcs
dc.subjectcommonsense reasoningcs
dc.subjectcommonsense knowledgecs
dc.subjectmachine learningcs
dc.subjectnatural language processingcs
dc.subjectquestion answeringcs
dc.subjectknowledge basecs
dc.titleStrojové porozumění s použitím znalostní bázeen
dc.title.alternativeMachine Comprehension Using Commonsense Knowledgecs
dc.typeTextcs
dcterms.dateAccepted2019-06-14cs
dcterms.modified2019-07-08-13:31:23cs
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
sync.item.dbid122021en
sync.item.dbtypeZPen
sync.item.insts2020.06.23 10:13:24en
sync.item.modts2020.06.23 09:16:52en
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
dc.contributor.refereeLandini, Federico Nicolásen
dc.description.markBcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
but.committeedoc. Dr. Ing. Jan Černocký (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. RNDr. Dana Hliněná, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) RNDr. Marek Rychlý, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: V dokumentaci používáte termín "předtrénování", co přesně jím máte na mysli?cs
but.resultpráce byla úspěšně obhájenacs
but.programInformační technologiecs
but.jazykangličtina (English)


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record