Strojové učení pro odpovídání na otázky v češtině
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
E
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Táto diplomová práca sa zaoberá učením neurónových sietí na odpovedanie otázok v češtine. Neurónové siete sú vytvorené v jazyku Python použitím knižnice PyTorch. Vytvorené sú na základe štruktúry LSTM. Učené sú na českej dátovej sade SQAD. Pretože dátová sada je menšia ako anglické dátové sady, rozširujem neurónové siete o algoritmické postupy. Pre jednoduchšiu aplikáciu algoritmov a lepšiu presnosť rozdeľujem odpovedanie na otázku do menších častí.
This Master's thesis deals with teaching neural network question answering in Czech. Neural networks are created in Python programming language using the PyTorch library. They are created based on the LSTM structure. They are trained on the Czech SQAD dataset. Because Czech data set is smaller than the English data sets, I opted to extend neural networks with algorithmic procedures. For easier application of algorithmic procedures and better accuracy, I divide question answering into smaller parts.
This Master's thesis deals with teaching neural network question answering in Czech. Neural networks are created in Python programming language using the PyTorch library. They are created based on the LSTM structure. They are trained on the Czech SQAD dataset. Because Czech data set is smaller than the English data sets, I opted to extend neural networks with algorithmic procedures. For easier application of algorithmic procedures and better accuracy, I divide question answering into smaller parts.
Description
Citation
PASTOREK, P. Strojové učení pro odpovídání na otázky v češtině [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
sk
Study field
Informační systémy
Comittee
doc. Ing. Ondřej Ryšavý, Ph.D. (předseda)
doc. Ing. Peter Chudý, Ph.D., MBA (místopředseda)
Ing. Vladimír Bartík, Ph.D. (člen)
doc. Mgr. Lukáš Holík, Ph.D. (člen)
Dr. Ing. Petr Peringer (člen)
RNDr. Marek Rychlý, Ph.D. (člen)
Date of acceptance
2020-07-16
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm E. Otázky u obhajoby: V práci využívate dva typy rekurentných sietí - LSTM a GRU, bez ich hlbšieho popisu. Popíšte rozdiely medzi týmito sieťami. Ktorá sieť ma koľko parametrov?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení