|
|
Automatizace generování popisů produktů pomocí neuronových jazykových modelů
Hrouda, Václav ; Kasner, Zdeněk (vedoucí práce) ; Helcl, Jindřich (oponent)
Popisky produktů jsou důležitou součástí prezentace zboží v ecommerce. Tato bakalářská práce zkoumá možnosti použití jazykových modelů, založe- ných na architektuře Transformer, ke generování popisků produktů na zá- kladě textových informací o produktech. Během práce byla použita data z reálného eshopu a byly vyzkoušeny tři různé přístupy. Fine-tuning ma- lého modelu GPT2 small czech, využití modelu Mistral s překladem jeho vstupů a výstupů do angličtiny a přímé použití ChatGPT na českých da- tech. K vyhodnocení vygenerovaných textů byla použita kombinace auto- matických metrik a lidského hodnocení. Výsledkem je jasné pořadí těchto přístupů (ChatGPT, Mistral, GPT2 small czech) s tím, že se ukázalo, že pro použití v praxi není žádný z přístupů dostatečně spolehlivý.
|
|
|
Object layout in a 2D room based on text description
Pavelka, Jan ; Rosa, Rudolf (vedoucí práce) ; Kasner, Zdeněk (oponent)
Tato práce řeší úlohu generování strukturovaného popisu 2D plánu místnosti z ptačí perspektivy na základě textového popisu v češtině. Zaměřuje se na identifikaci fyzick- ých objektů a jejich vzájemných relativních poloh ve vstupním popisu. Dále popisuje lingvistické jevy související s touto úlohou a jejich využití v implementaci. Ukazuje, jak lze při řešení úlohy využít syntaktické parsování. Pomocí genetického algoritmu hledá použitelné rozmístění extrahovaných objektů s ohledem na prostorové omezující pod- mínky zkonstruované z extrahovaných informací. 1
|
|
|
Methods of User-Assisted Summarization of Meetings
Kmječ, František ; Bojar, Ondřej (vedoucí práce) ; Kasner, Zdeněk (oponent)
Automatické zapisování schůzek je oblastí, ve které bylo za posledních několik let dosaženo velkých pokroků, zejména díky úspěchům velkých jazykových modelů. Plně automatické přístupy jsou ale pro seriózní použití stále velmi nespolehlivé. Modely halu- cinují, generují nepřesný výstup nebo opomínají důležité informace a je těžké jim plně důvěřovat. Pro překonání těchto nedostatků zavádíme nástroj Minuteman pro snadnou uživatelskou interakci se zapisovacími modely a jejich výstupy. Nástroj generuje živý transkript schůzky a iterativně tvoří její zápis, přičemž obojí ukládá do sdíleného edi- toru, aby uživatelé na tvorbě zápisků a opravách modelů mohli spolupracovat. Uvádíme popis našich experimentů s tvorbou vlastních zapisovacích modelů. Nakonec připoju- jeme vyhodnocení použití nástroje při zkušebních schůzkách a posuzujeme jeho hlavní přednosti a úskalí. 1
|
|
|
Generování výsledků tenisových dvouher
Prokop, Dominik ; Rosa, Rudolf (vedoucí práce) ; Kasner, Zdeněk (oponent)
Tato práce se zabývá generováním krátkých článků o proběhlých tenisových dvouhrách ze strukturovaných dat. Články jsou generovány na základě šablon heuristicky získaných z původních novinových článků. Výsledkem práce je databáze šablon a grafická aplikace, která za pomocí těchto šablon pro zadaný vstup generuje odpovídající krátké články. Součástí práce je zhodnocení výstupů aplikace, které ukazuje, že 64 % vygenerovaných textů je korektních. 1
|
|
|
Generating text from structured data
Trebuňa, František ; Rosa, Rudolf (vedoucí práce) ; Kasner, Zdeněk (oponent)
V tejto bakalárskej práci skúmame možnosti generovania textu v prirodzenom ja- zyku podmieneného štruktúrovanými vstupnými dátami. Konkrétne trénujeme hlboké neurónové siete na datasete RotoWire, ktorý obsahuje štatistické údaje o basketbalovom zápase spárované s ich súhrnmi. Najprv analyzujeme dataset a navrhneme niekoľko me- tód preprocessingu (napríklad Byte Pair Encoding). Následne trénujeme základný model založený na architektúre Encoder-Decoder na pripravenom datasete. Popíšeme niekoľko problémov základného modelu a skúmame niekoľko pokročilých neurónových architektúr, ktoré majú tieto problémy riešiť (Copy Attention, Content Selection, Content Planning). Naša analýza naznačuje, že modely nedokážu pochopiť štruktúru vstupných dát. Navr- hujeme preto metódu na zjednodušenie jej zložitosti. Náš najlepší model vytrénovaný na zjednodušených dátach prekonáva základný model o viac ako 5 bodov BLEU. 1
|
host ::
RSS.