Využití strojového učení k detekci časových entit

Kropáč, František

Využití strojového učení k detekci časových entit

DSpace Repository

Language: English čeština

Využití strojového učení k detekci časových entit

dc.contributor.advisor	Šenkeřík, Roman
dc.contributor.author	Kropáč, František
dc.date.accessioned	2022-07-15T09:23:27Z
dc.date.available	2022-07-15T09:23:27Z
dc.date.issued	2021-12-03
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/51080
dc.description.abstract	Cílem práce je vytvořit nástroj, který umožní detekovat časové entity ve vyhledávacím dotazu. V teoretické části práce jsou základně probrány typy strojového učení, následně možné způsoby využití strojového učení, které by mohly napomoci ke kvalitní detekci vybraných časových entit. Praktická část je nejprve zaměřena na detailní popis zvoleného řešení, dále budou probrány podrobné aspekty řešení společně s implementačními detaily. Cílem je implementovat detekci časových entit, která ke své činnosti využívá jazykový model neuronové sítě Electra, aby bylo docíleno přesnější detekce. V závěru práce jsou vyhodnoceny dosažené výsledky kvality detekce a možné návrhy na budoucí vývoj nástroje.
dc.format	57
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	Strojové učení	cs
dc.subject	zpracování přirozeného jazyka	cs
dc.subject	textová klasifikace	cs
dc.subject	regulární výrazy	cs
dc.subject	časová entita	cs
dc.subject	python	cs
dc.subject	pytorch	cs
dc.subject	Electra	cs
dc.subject	C++	cs
dc.subject	Machine learning	en
dc.subject	natural language processing	en
dc.subject	text classification	en
dc.subject	regular expression	en
dc.subject	time entity	en
dc.subject	python	en
dc.subject	Pytorch	en
dc.subject	Electra	en
dc.subject	C++	en
dc.title	Využití strojového učení k detekci časových entit
dc.title.alternative	Machine Learning for Detection of Time Entities
dc.type	diplomová práce	cs
dc.contributor.referee	Hotař, Roman
dc.date.accepted	2022-06-08
dc.description.abstract-translated	The aim of this master's thesis is to create tool that provides time entity detection in search engine query. In theoretical part are introduced machine learning terms and some machine learning methods which can improve quality of time entity detection. The empirical part of this work is focused on choosen solution and detailed description of this approach. The goal is implementation of time entity detection which is using language model of neural network Electra to enhance detection accuracy. In the final part of the thesis are introduced results of time entity detection quality and provides an overview of possible future improvements of this tool.
dc.description.department	Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline	Softwarové inženýrství	cs
dc.thesis.degree-discipline	Software Engineering	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Informační technologie	cs
dc.thesis.degree-program	Information Technologies	en
dc.identifier.stag	61156
dc.date.submitted	2022-05-20