|
|
Generátor popisků počítačových sestav a notebooků
Matějka, Jan ; Rosa, Rudolf (vedoucí práce) ; Dušek, Ondřej (oponent)
Tato práce se zabývá problémem generování souvislých dobře formovaných vět ze strukturovaných dat. Cílem práce je vytvořit nástroj, který by mohl usnadnit vytváření stručných popisků elektroniky na základě parametrů ve formě strukturovaných dat, vhodný například pro internetové obchody. První část práce seznamuje čtenáře s možnými postupy řešení. Dále práce popisuje potřebná data k řešení tohoto problému včetně způsobů získávání těchto dat a jejich struktury. Práce následně popisuje dvě vybraná řešení a jejich implementaci. Rozebírá výhody i nevýhody těchto řešení a zhodnotí texty, které nástroj generuje.
|
|
|
Metody doménové adaptace pro rozpoznávání řeči
Kratochvíl, Jonáš ; Bojar, Ondřej (vedoucí práce) ; Dušek, Ondřej (oponent)
Naše práce si jako hlavní cíl klade vytvoření kompletního systému pro au- tomatické rozpoznávání řeči pro Český jazyk. Důraz je zejména kladen na doménové adaptace našich modelů na různorodé cílové domény. Z důvodu ne- dostatku trénovacích dat pro Český jazyk nejprve představujeme dva přístupy pro přípravu dat. Jako první nasegmentujeme naše data bez použití doménového akustického modelu. Takto připravená data použijeme pro natrénování aku- stického modelu. Tento model je poté použit pro zlepšení našich segmentů a k přípravě korpusu Poslanecké sněmovny, který čítá přes 1500 hodin. Z tohoto objemu jsme již zveřejnili 444 hodin pro volné použití bez žádných licenčních restrikcí. Pro naše experimenty používáme hybridní akustický model který kombinuje Gaussian Mixture model a Hidden Markov Model s přístupy založenými na neuronových sítích. V naší práci také představíme přístup který používáme k jazykovému modelování ve kterém hierarchicky kombinujeme n-gramové modely s rekurentními neuronovými jazykovými modely které se využívají k reskórování laticí produkovaných akustickým modelem. Jako další představujeme naše ex- perimenty s dotrénováváním neuronové sítě na malém...
|
|
|
Efficient neural speech synthesis
Vainer, Jan ; Dušek, Ondřej (vedoucí práce) ; Hajič, Jan (oponent)
Modely pro práci se sekvenčními daty založené na neuronových sítích v posledních letech výrazně přispěly ke zlepšení kvality systémů pro syntézu řeči. Zatím však nebyl navržen systém, který by se dal rychle a efektivně natrénovat, byl schopen rychlé syntézy a zároveň generoval hlas ve vysoké kvalitě. V této diplomové práci představujeme systém pro syntézu řeči založený na neuronových sítích, který je schopen generovat spektrogramy v reálném čase, má nízké nároky na výpočetní kapacity a je rychle trénovatelný. Náš systém sestává ze dvou neuronových sítí- ze studenta a z učitele. Učitel je využit k aproximaci zarovnání mezi textem, z něhož má být generována mluvená řeč, a mezi korespondujícím spektrogramem. Student využívá získaná zarovnání pro efektivní syntézu spektrogramů z fonet- ické reprezentace vstupního textu. Obě sítě využívají jednoduché konvoluční vrstvy. Náš systém trénujeme na anglické datové sadě LJSpeech. Systém je schopen generovat řeč v reálném čase na běžném procesoru a je možné jej rychle natrénovat na jedné graické kartě. Kvalita řeči generované z našeho systému byla ohodnocena jako signifikantně vyšší v porovnání s konkurenčními systémy. 1
|
|
|
Multilingual speech synthesis
Nekvinda, Tomáš ; Dušek, Ondřej (vedoucí práce) ; Peterek, Nino (oponent)
Tato práce se zabývá vícejazyčnou syntézou řeči. Porovnali jsme tři odlišné modely, které jsou založeny na Tacotronu. Tyto modely se liší především v přístupu ke sdílení infor- mací a parametrů mezi jazyky. Dva z nich navazují na současné systémy pro vícejazyčnou konverzi textu na řeč. První využívá plně sdíleného enkodéru a doménově specifického klasifikátoru, který je modifikovaný za účelem odstranění informací, které závisí na syn- tetizovaném hlase, z enkodéru. Druhý model používá separátní enkodér pro každý jazyk. V této práci navrhujeme nový přístup, který kombinuje nejlepší z obou zmíněných metod. Díky technikám metaučení umožnujě efektivní sdílení parametrů při zachování flexibility. Tyto tři modely porovnáváme na dvou úlohách. Jedna z nich se zaměřuje na sdružené vícejazyčné učení na deseti jazycích a odhaluje možnosti porovnávaných modelů sdílet znalosti mezi jazyky. Druhá se zabývá syntézou vět, které obsahují výrazy z několika různých jazyků. Dokládáme, že náš nový přístup umožˇuje efektivní sdílení informace mezi jazyky a že dle subjektivního hodnocení produkuje přirozenější řeč bez častých přeřeků a chyb ve výslovnosti.
|
|
|
Detection of contradictions in pairs of texts in Kazakh
Yamalutdinova, Yuliya ; Rosa, Rudolf (vedoucí práce) ; Dušek, Ondřej (oponent)
V současné době my máme přístup k obrovskému množství informací na in- ternetu. Zároveň jsme však konfrontováni s problémem nepravdivé informaci. Řešením tohoto problému by mohl byt nástroj, který by mohl odhalit rozpory v textech. Cílem náše práce je nalézt v daných textech v kazaštině věty s podob- nym obsahem a klasifikovat je jako rozporné nebo podobné. Ve větsině podob- nych praci autori se snažili zarovnat věty, aby nalezli podobné a pro klasifikaci vět pouzivali informace o semantice a morfologii. V nášem vyzkumu jsme se snažili najít podobné věty pomoci word2vec, fastText a BERT vektorů a natré- novali několik modelů pro jejich klasifikaci jako rozporné nebo podobné pomocí informací o morfologii, kontroly vět pro antonymy a budování clasifikatoru po- moci neuronovych sítí trenoványch na velkych souborech dat. Náš nejlepší model dosáhl lepšího F2 než náhoda. 1
|
|
|
A chatbot for the banking domain
Schmidtová, Patrícia ; Dušek, Ondřej (vedoucí práce) ; Rosa, Rudolf (oponent)
Tato práce navrhuje, implementuje a vyhodnocuje úkolově zaměřeného chat- bota, jehož úkolem je odpovídat na dotazy a poskytovat rady ohledně bankovnictví. Uvádíme rozšiřitelný modul porozumění přirozeného jazyka (NLU), založený na technologii GATE Framework, který slouží k vytvoření interpretací uživatelova dotazu. Pak implementujeme pravidlový dialogový manažer, který je odpovědný za odpovídání na základě interpretací od NLU a uloženého kontextu. Dále implementujeme model generování přirozeného jazyka, založený na šablonách. Chatbota hodnotíme za pomoci lidských testerů, ověřujeme, že ve většině případů je schopen plnit své úlohy, a identifikujeme možná budoucí vylepšení. 1
|
|
|
Novel Methods for Natural Language Generation in Spoken Dialogue Systems
Dušek, Ondřej ; Jurčíček, Filip (vedoucí práce) ; Ircing, Pavel (oponent) ; Žabokrtský, Zdeněk (oponent)
Název práce: Nové metody generování promluv v dialogových systémech Autor: Ondřej Dušek Katedra: Ústav formální a aplikované lingvistiky Vedoucí práce: Ing. Mgr. Filip Jurčíček, Ph.D., Ústav formální a aplikované lingvistiky Abstrakt: Tato disertační zkoumá nové přístupy ke generování přirozeného jazyka (NLG) v hlasových dialogových systémech, tj. generování odpovědí systému pro uživa- tele. Zaměřuje se přitom na zlepšení adaptivity NLG ve třech ohledech: přeno- sitelnost mezi různými doménami, přenositelnost mezi jazyky a přizpůsobení výstupu uživateli. Ve všech ohledech dosahují naše generátory zlepšení oproti dřívějším pří- stupům: 1) Naše generátory, založené na statistických metodách (prohledávání A* s perceptronovým rerankerem a architektuře rekurentních neuronových sítí sequence-to-sequence), lze natrénovat na datech bez podrobného sémantic- kého zarovnání slov na atributy vstupní reprezentace, což dovoluje jednodušší přetrénování pro nové domény než předchozí přístupy. 2) Generátor založený na neuronových sítích dále rozšiřujeme tak, že při generování bere v potaz kontext dosavadního dialogu (tj. i uživatelův způsob vyjadřování) a vytváří tak výstup přizpůsobený uživateli. 3) Vyhodnocujeme také několik úprav systému založeného na neuronových sítích, které jsou zaměřeny na generování výstupu v...
|
|
| |
|
|
Confrontation of Czech and German valency lexicons
Dušek, Ondřej ; Dovalil, Vít (vedoucí práce) ; Maroszová, Jana (oponent)
Tato diplomová práce se zabývá srovnáním nejběžnějších německých a českých valenčních slovníků, přičemž se zaměřuje zejména na slovníky E-VALBU a VALLEX. Používá k tomu dvě různé metody: srovnání vybraných překladových párů sloves za pomoci korpusové analýzy s přihlédnutím k introspektivním valenčním testům jednotlivých slovníků a kvalitativní výzkum mezi lingvisty - autory a uživateli valenčních slovníků. Práce dokládá použitelnost korpusové analýzy pro tento druh výzkumu a ukazuje, že většina rozdílných údajů nezávisí na rozdílném chování sloves v obou jazycích, ale na odlišných teoretických základech slovníků. Interview s vybranými lingvisty potvrzují teoretické rozdíly, ukazují však zejména vzhledem k praktické práci se slovníky většinou velmi podobné názory a zkušenosti: důraz na uživatelskou přívětivost slovníku a práci s reálným korpusovým materiálem.
|
|
|
Machine Learning for Google Android
Figura, Juraj ; Bojar, Ondřej (vedoucí práce) ; Dušek, Ondřej (oponent)
Práca sa venuje téme strojového učenia. Popisuje teoretický základ úlohy klasifikácie a zameriava sa na dva algoritmy--rozhodovacie stromy a naivný Bayesov klasifikátor. Použitím týchto algoritmov sme naimplementovali knižnicu pre platformu Android. Knižnica poskytuje základnú funkcionalitu pre klasifikačnú úlohu a je navrhnutá s dôrazom na jednoduchosť a efektivitu, vzhľadom k tomu, že je určená pre mobilné zariadenia. Funkčnosť knižnice bola otestovaná na rozsiahlom súbore dát a jej presnosť bola porovnateľná s inými implementáciami. Dôležitou časťou práce je aplikácia využívajúca našu knižnicu. Aplikácia zbiera dáta o kultúrnych podujatiach a pomáha užívateľovi v ich filtrovaní podľa osobných preferencií. Keďže dáta sú získavané online zo skutočných serverov, nejedná sa len o jednoduchú ukážku, ale o použiteľnú a potenciálne užitočnú mobilnú aplikáciu.
|
host ::
RSS.