|
|
Počítač jako inteligentní spoluhráč ve slovně-asociační hře Krycí jména
Chovancová, Kateřina ; Dočekal, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce rozšiřuje systém pro určování sémantické podobnosti slov a vytvářením slov ních asociací. K tomu je v práci využit prediktivní model fastText v kombinaci s metodou DETECT, a model založený na výpočtu Pointwise Mutual Information. Metoda DETECT využívá model Dict2vec, který je trénován na slovníkových definicích pojmů. Výsledný systém je schopen zastoupit hráče při hraní slovně asociační hry Krycí jména, a to jak na pozici člena operativy, tak v roli hlavního špiona. Zároveň byl v rámci práce vyvinut nástroj pro vytváření testů sémantické kontroly a znalosti, který pracuje se slovníkem českých synonym a slouží k výpočtu hodnoty TDS a určení četnosti výskytu slov. Poslední část práce se věnuje anlýze dat ze studie STST II., ve které bylo zkoumáno vzájemné myšlenkové napojení hráčů při hraní komunikační hry.
|
|
|
Automated Factoid Question Answering and Fact-Checking in Natural Language
Fajčík, Martin ; Boyd-Graber, Jordan Lee (oponent) ; Thorne, James (oponent) ; Smrž, Pavel (vedoucí práce)
This thesis examines two problems, that rely on a precise understanding of factual information. In factoid question answering (QA) , it addresses three topics, Firstly, it shows a novel probability formulation and training objective for systems that extract answer as a span of text. The experiments show that the proposed compound objective with joint probability space is Pareto optimal to other used objectives. Secondly, the thesis studies the problem of open-domain QA. It shows that extractive approaches and abstractive approaches have complementary strengths and proposes a pipelined state-of-the-art system R2-D2 that serves as a strong baseline for the community. Thirdly, it studies the effect of pruning down the retrieval corpus under R2-D2. The experiments demonstrate that for two popular datasets, NaturalQuestions and TriviaQA, two-thirds of the retrieval corpus can be removed without the loss of performance, and 92 % can be removed with a loss of performance up to -3 exact match score. Findings also indicate that the same pruning mechanism is implicitly present in modern supervised retrieval mechanisms, such as DPR. In fact-checking , the thesis studies two topics. Firstly, it shows that pretrained model approaches can reach competitive performance in rumor stance detection without using of any handcrafted features or metadata. Specifically, our system targets rumor stance detection in social media threads and selects whether each post supports, denies, queries, or comments on the rumor present in the discussion thread. Experiments demonstrate that using just the first thread post and the previous thread post is sufficient in obtaining strong performance of determining the current post stance. Secondly, the thesis studies evidence-grounded fact-checking. Claim-Dissector-a system that jointly identifies the relevant evidence and produces a veracity verdict-is proposed. The proposed system can find supporting and refuting evidence for a claim at any language granularity, including tokens, sentences, or paragraphs, and link them in an interpretable way with the verdict. It is demonstrated that the model allows successful transfer learning from the coarse granularity of supervision to the fine granularity of predictions. In particular, it is shown that training on sentence level of relevance is sufficient to obtain relevant token-level rationales, and training on block level indeed provides competitive sentence-level cues. The strong performance of Claim-Dissector is demonstrated across 5 datasets and 2 underlying pretrained models, including a newly collected dataset TLR-FEVER. The code for all experiments is available online.
|
|
|
Reflexe církevního rozkolu 1054 ve sňatkové politice Rurikovců
Mareš, Petr ; Picková, Dana (vedoucí práce) ; Smrž, Pavel (oponent)
Roku 1054 došlo k definitivnímu církevnímu rozkolu, v jehož důsledku bylo dokončeno rozdělení středověkého křesťanského světa na latinský katolický Západ a řecký ortodoxní Východ a s konečnou platností se etablovaly dva civilizační okruhy, mezi nimiž se dále prohlubovalo vzájemné neporozumění a odcizení. Lze proto předpokládat, že tento proces musel narušit nebo zcela eliminovat kontakty, které mezi sebou dosud navazovaly formující se státy středověké Evropy, respektive jejich panovníci, kteří se nyní ocitli na opačných stranách bariéry rozdělující latinskou a pravoslavnou sféru. Současně se musela proměnit sňatková politika, která tvořila významnou komponentu těchto vztahů. Předložená práce se zabývá sňatkovou politikou Rurikovců a jejími proměnami v desetiletích následujících po propuknutí církevního rozkolu. Před rokem 1054 uzavírali Rurikovci sňatky s příslušníky panovnických rodů ze Skandinávie, střední, západní i jihovýchodní Evropy. Velký úspěch v tomto ohledu zaznamenal především kníže Jaroslav I. Moudrý, který byl sám ženatý se švédskou princeznou a pro své děti sjednal sňatky s příslušníky panovnických domů v Polsku, v Uhrách nebo ve Francii. Všechny tyto země připadly po církevním rozkolu do civilizační sféry latinského Západu. Naskýtá se proto základní badatelská otázka, jakým způsobem...
|
|
|
KNOTIS Information System
Ľupták, Andrej ; Smrž, Pavel (oponent) ; Dytrych, Jaroslav (vedoucí práce)
This thesis addresses the problem of managing people, groups of people, resources, and resource permissions in the Unix system managed by the Knowledge Technology Research Group Information System (KNOTIS). The main objective is to effectively combine the use of access lists and groups to manage user access to resources. Based on the properties of the resource and the number of persons with access, the module automatically evaluates which type of permissions is more advantageous for managing permissions to individual resources. The communication between KNOTIS and a server is implemented using the JSON-RPC communication protocol. The content of the communication messages was defined based on specific demands. The result of this thesis is a new group of modules for KNOTIS and the servers managed by it. The modules focus on a new way of communication between the information system and the servers and on how to process the requested changes on the server side, including a more efficient way of managing resource permissions.
|
|
|
Extrakce informací z Wikipedie
Jurišica, Rudolf ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem práce je snížit počet neznámých odkazovaných entit ve článcích české Wikipedie. Dosáhnuto toho bylo jednak za využití pomocných, již existujících řešení, tvořených výzkumnou skupinou KNOT na VUT FIT, a dále pak vytvořením sady programů. Tyto programy se automaticky spouští každý měsíc při vydání nové verze Wikipedie. Automaticky doplní znalostní bázi o nová jména, vygeneruje jejich odvozené tvary, a upraví samotné články přímo na Wikipedii.
|
|
|
Inteligentní prostředí pro rozšiřování znalostí programování v jazyce Python formou samostudia
Krejčí, Jan ; Nosko, Svetozár (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zaměřuje na vytvoření inteligentního prostředí pro rozšiřování znalostí programování v jazyce Python formou samostudia. Klíčovým prvkem práce je implementace mechanismů poskytování zpětné vazby. Pro tento účel byly analyzovány možnosti a omezení velkých jazykových modelů. Vytvořený systém využívá klasifikačních modelů, které na základě analýzy studentských projektů poskytují personalizovanou zpětnou vazbu. Systém byl nasazen a testován v rámci kurzu Skriptovací jazyky na FIT VUT v Brně a měl pozitivní ohlasy od studentů. Výsledek práce představuje ucelený a funkční systém, který splnil svůj původní záměr a přispěl k efektivnějšímu a interaktivnějšímu procesu vzdělávání v oblasti programování v jazyce Python.
|
|
|
Large Language Models for Generating Code Focusing on Embedded Systems
Vadovič, Matej ; Nosko, Svetozár (oponent) ; Smrž, Pavel (vedoucí práce)
The goal of this work was to adapt a pre-trained language model for the purpose of generating code in the field of embedded systems. The work introduces a new dataset for fine-tuning code generation models, consisting of 50,000 pairs of source code and comments focused on embedded systems programming. This dataset is composed of collected source code from the GitHub platform. Two new language models for code generation, based on transformer architecture pre-trained models, were fine-tuned on the data of the new corpus. Model MicroCoder is based on the CodeLLaMA-Instruct 7B model, and during its fine-tuning, the QLoRA technique was used to minimize computational requirements. The second model, MicroCoderFIM, is based on the StarCoderBase 1B model and supports code infilling. The individual models were compared based on BLEU, CodeBLEU, ChrF++, and ROUGE-L metrics. Model MicroCoderFIM achieves the best adaptation results to the new task, with over 120% improvement in all measured metrics. The weights of the models along with the new dataset are freely accessible on a public repository.
|
|
|
Automatická tvorba animovaného videa na základě textového příběhu
Kuchař, Josef ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je propojit difúzní model pro generování lidského pohybu s difúzním modelem generující video. V řešení jsou použité aktuální metody pro generování videa a pohybu. Generování videa probíhá pomocí generátoru obrázků opatřeného adaptérem pro temporální konzistenci. Práce představuje metodu propojení obou difúzních modelů pomocí sítě ControlNet. Vytvořené řešení umožňuje generovat video z jednoduchého textového popisu, případně detailního scénáře. Program byl otestován v uživatelské studii.
|
|
|
Road Transport Analysis Using Neural Networks
Žárský, Daniel ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
The aim of this bachelor thesis is to simplify the analysis of road traffic using camera recordings by providing a mean for automatic scene annotation. The thesis describes the general technical principles used in a traffic monitoring camera system and proposes a procedure for processing the data obtained by computer vision methods with the aim of automated deployment of the system. The subsequent data processing uses clustering algorithms to identify and locate the main directions of movement of traffic participants. Based on these results, the scene is automatically annotated. The scene annotation can be used as the basis for later real-time detection of traffic anomalies.
|
|
|
Tvorba reklamního videa pomocí neuronových modelů
Taipova, Evgeniya ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je vytvoření systému pro automatickou generaci reklamních videí z textových popisů, který usnadní uživatelům bez zkušeností ve videoprodukci ušetřit čas a peníze. Práce se skládá ze dvou hlavních částí. První část využívá generativní modely Stable Diffusion a Stable Video Diffusion pro tvorbu vizuálního obsahu a GPT-3.5 Turbo pro vytváření scénářů k reklamním videím. Druhá část je webová aplikace, která slouží uživatelům k zadávání potřebných informací pro reklamy a k zobrazení hotových videí. Tento systém zjednodušuje a urychluje proces tvorby různých typů reklam.
|
host ::
RSS.