Peter Výboch
Bakalářská práce
Deep syntactic tree prediction
Deep syntactic tree prediction
Anotace:
V tejto práci budeme skúmať jednu možnú implementáciu učenlivého algoritmu na predikciuhlbokých syntaktických stromov. Špecificky sa budeme opierať o tektogramatickú reprezentá-ciu závislostných vzťahov tektogramatického stromu a testovať čo najkompaktnejšie riešeniedanej úlohy.Na úvode práce načrtneme historický kontext strojového spracovania prirodzeného jazyka a objasníme motiváciu práce. V nasledujúcej …víceAbstract:
In this work, we will be considering one possible implementation of machine learning algorithm for deep syntactic tree prediction. Specifically, we will rely on a tectogrammaticalrepresentation of a dependency relationships of a tectogrammatical tree and test a reasonablycompact solution of said task.In the introduction, we will discuss a historical context of natural language processing andoutline …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 1. 10. 2018
Identifikátor:
http://www.vse.cz/vskp/eid/76691
Obhajoba závěrečné práce
- Obhajoba proběhla 11. 6. 2019
- Vedoucí: Filip Vencovský
- Oponent: Tomáš Kliegr
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/76691
Vysoká škola ekonomická v Praze
Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Development of rephrase system using Nature Language Processing models
Ivan Tsvietkov -
Implementation of Sample Selection Estimators into Double Machine Learning Framework
Michaela Kecskésová -
Fiscal multipliers through machine learning
Juraj Szitás -
Detection of Android Malware Using Machine Learning
Matúš Šikyňa -
Machine Learning for Phishing URL Detection
Juraj Smeriga -
Supervised and Unsupervised Machine Learning Methods for System Log Anomaly Detection
Júlia Ščensná -
Reinforcement Learning for Efficient Attack Agents Training
Glenn Fischer -
Detecting user actions from encrypted traffic using machine learning
Tomáš Babej