|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6\%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6\%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
| |
|
|
Řešení konfliktů v mezinárodních vztazích. Případová studie konfliktu v Severním Irsku
Novotná, Tereza ; Soukup, Jaromír (vedoucí práce) ; Karásek, Tomáš (oponent)
Diplomová práce "Řešení konfliktů v mezinárodních vztazích: Případová studie konfliktu v Severním Irsku" zkoumá vývoj konfliktu a mírového procesu v letech 1980-2007. Studie využívá komplexní koncept analýzy konfliktu Petera Wallensteena a aplikuje ho na případ Severního Irska. Využití metody rozboru procesu umožňuje detailní pochopení proměny dynamiky konfliktu od negativní k pozitivní. Taková proměna je výsledkem jednání a postojů jednotlivých aktérů, kteří podnikají pozitivní konstruktivní kroky. Jako hlavní aktéři jsou identifikováni následující: IRA, severoirské politické strany - zejména UUP, UP, SDLP a SF - britská a irská vláda. Vývoj jejich pozic a zájmů je sledován v rámci 5 kategorií: zapojení nezávislých autorit a třetích stran; ideologie a chápání hlavních cílů; ekonomické podmínky; kulturní aspekty; a otázka odzbrojení. Případ Severního Irska ilustruje, že proměna chování jednotlivých aktérů skutečně nakonec vedla k řešení konfliktu, zároveň ovšem ukazuje, jak dlouhý a bolestivý proces to byl.
|
host ::
RSS.