|
|
Deep contextualized word embeddings from character language models for neural sequence labeling
Lief, Eric ; Pecina, Pavel (vedoucí práce) ; Kocmi, Tom (oponent)
Rodina úkolů pro zpracování přirozeného jazyka (NLP), jako je označování po částech řeči (PoS), identifikace pojmenované entity (NER) a identifikace více slov (MWE), zahrnují přiřazení štítků sekvencím slov v textu označování). Většina moderních přístupů strojového učení k sekvenčnímu označování využívá vkládání slov, naučené reprezentace textu, ve kterých mají slova s podobnými významy podobné reprezentace. Docela nedávno, kontextualizované slovní embeddings získaly hodně pozornosti, protože na rozdíl od předem vyškolených kontextově necitlivých embeddings, jako je word2vec, jsou schopni zachytit význam slova v kontextu. V této diplomové práci hodnotím výkonnost různých nastavení vkládání (kontextu citlivé, kontextově necitlivé slovo, stejně jako slovo specifické pro danou práci, charakter, lemma a PoS) na třech výše uvedených úlohách označování sekvence pomocí hlubokého modelu učení ( BiLSTM) a portugalských datových sad.
|
|
|
Víceslovná pojmenování v italštině
Jungwirthová, Klára ; Štichauer, Pavel (vedoucí práce) ; Obstová, Zora (oponent)
Tématem této práce jsou víceslovná pojmenování v italském jazyce. Práce je rozdělena na teoretickou a praktickou část. V teoretické části vymezíme pojmy víceslovné pojmenování, syntagma a frazeologická jednotka. V praktické části pak názorně ukážeme, jak pevné jsou vazby mezi lexikologickými jednotkami tvořícími víceslovná pojmenování. Na víceslovná pojmenování budou aplikována čtyři kritéria narušující jejich vnitřní kohezi (flexe hlavy, vložení modifikátorů hlavy, pronominalizace hlavy a dislokace či topikalizace hlavy). Tyto změny budou ověřovány na korpusech italského jazyka a na vzorku rodilých mluvčích. V závislosti na poznatcích, které vytěžíme z tohoto výzkumu, rozhodneme, zda se daná víceslovná pojmenování svou vnitřní kohezí podobají spíše syntagmatům, či frazémům.
|
host ::
RSS.