Show simple item record

Semantic understanding of natural conversation

dc.contributor.advisorŠedivý Jan
dc.contributor.authorLorenc Petr
dc.date.accessioned2019-02-20T10:56:09Z
dc.date.available2019-02-20T10:56:09Z
dc.date.issued2019-02-01
dc.identifierKOS-762877571805
dc.identifier.urihttp://hdl.handle.net/10467/80243
dc.description.abstractTato diplomová práce se zaměřuje na nalezení nejlepšího algoritmu pro sémantické porozumění přirozených konverzací. Výsledný algoritmus lze použít například u chatbotů. Součástí práce je dataset, který vznikl pro potřeby chatovací aplikace Alquist a který byl vytvořen na základě skutečných konverzací. Práce prozkoumává sekvenční algoritmy strojového učení pro rozpoznávání intentu a určování entit. Výsledkem práce je detailní porovnání přesnosti, požadavků na paměť a rychlosti konvergence vybraných algoritmů. Na základě porovnání algoritmů je v práci navrhnut nový model, který se zakládá na propojení rozpoznávání intentu a určování jmenných entit.cze
dc.description.abstractThis master's thesis aims to find the best algorithm for semantic understanding of natural dialogs. The result can be used in a conversation AI. A part of the thesis is also a dataset, based on needs for a chatbot application Alquist and which was based on real conversations. The thesis also identifies and examines sequential machine learning algorithms for intent and entity recognition. The result of the thesis is a detailed comparison of the selected algorithms regarding accuracy, memory requirements and computational complexity. Based on the results, a new model which joins intent and entity recognition together is created.eng
dc.language.isoENG
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html.eng
dc.rightsVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html.cze
dc.subjectklasifikace intentu,určování entit,strojové učení,zpracování přirozeného jazykacze
dc.subjectintent recognition,entity recognition,machine learning,natural language processingeng
dc.titleSémantické porozumění konverzacicze
dc.titleSemantic understanding of natural conversationeng
dc.typeMAGISTERSKÁ PRÁCEcze
dc.typeMASTER'S THESISeng
dc.date.accepted2019-02-06
dc.contributor.refereeKuznetsov Stanislav
theses.degree.disciplineZnalostní inženýrstvícze
theses.degree.grantorkatedra aplikované matematikycze
theses.degree.programmeInformatikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record