• Metody detekce vyváženosti zpravodajských textů 

      Autor: Tomáš Horych; Vedoucí práce: Drchal Jan; Oponent práce: Šír Gustav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)
      Automatická detekce zaujatosti v médiích představuje možnou cestu k objektivnějšímu a faktičtějšímu psaní. Tato práce se zaměřuje na zaujatost médií a zabývá se problémem binární klasifikace zaujatosti médií v českém ...
    • Pokročilé metody rozpoznávání sentimentu 

      Autor: Stanislav Lamoš; Vedoucí práce: Pichl Jan; Oponent práce: Kuznetsov Stanislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-15)
      Analýza sentimentu určuje polaritu sentimentu vzhledem k danému dokumentu, větě či aspektu. Výstup této klasifikace nám dává informaci o emoční zabarvenosti daného textu. V této práci provádíme množství experimentů a ...
    • Rozpoznání toxického obsahu v konverzačních systémech 

      Autor: Adam Černý; Vedoucí práce: Konrád Jakub; Oponent práce: Kuznetsov Stanislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-15)
      Systémy konverzační umělé inteligence, jako jsou chatboti, nabírají na popularitě v mnoha odvětvích průmyslu a jsou často používány pro pomoc s péčí o zákazníky, orientací uživatelů na webové stránce či pro jiné úlohy ...
    • Transfer learning pro klasifikaci textu 

      Autor: Pavel Janata; Vedoucí práce: Čermák Jiří; Oponent práce: Selecký Martin
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-06)
      Nedávné vývoje v jazykových modelech vedly k posunu v transfer learning metodách ve zpracování přirozeného jazyka. Jazykové modely předtrénované na rozsáhlých obecných datasetech dosahují nejlepších výsledků v celé řadě ...
    • Učení složitých závislostí v textu pomocí relačních neurálních modelů 

      Autor: Boris Rakovan; Vedoucí práce: Šír Gustav; Oponent práce: Drchal Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)
      Velké jazykové modely založené na neuronových sítích dosáhly v nedávné době pozoruhodných výsledků napříč mnoha úkoly z oblasti zpracování přirozeného jazyka (NLP). Přesto se ukázalo, že je pro tyto modely problematické ...
    • Vliv architektury klasifikačního modelu na detekci anomálií v textu 

      Autor: Tommaso Gargiani; Vedoucí práce: Lorenc Petr; Oponent práce: Kuznetsov Stanislav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-03)
      Konverzační agenti pracují v různých prostředích. V open world prostředí hraje důležitou roli jak rozpoznávání předdefinovaných in-domain intentů, tak detekce neznámých out-of-domain anomálií. V této práci zkoumáme různé ...
    • Zkvalitňování modelů Natural Language Inference pro numerické dotazy 

      Autor: Viktor Emil Korladinov; Vedoucí práce: Drchal Jan; Oponent práce: Kubalík Jiří
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-13)
      Tato práce zkoumá numerické a kvantitativní uvažování u nejmodernějších modelů. Zaměřuje se na matematické slovní úlohy a modely explicitně vycvičené k jejich řešení. Kromě těchto řešitelů, jsou srovnávány také Large ...