but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. RNDr. Jitka Kreslíková, CSc. (místopředseda) Ing. Ivana Burgetová, Ph.D. (člen) Dr. Ing. Petr Peringer (člen) Ing. Josef Strnadel, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Uvedťe či sú rozdiely spôsobené rodzielnou lematizáciou pri získavaní dokumentov (uvedené v tabuľkách 8.1 a 8.2) štatisticky signifikantné pre metriku EM. Stačí keď sa zameriate pre najlepšie výsledky pre každý typ lematizácie.	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Smrž, Pavel	cs
dc.contributor.author	Sasín, Jonáš	cs
dc.contributor.referee	Fajčík, Martin	cs
dc.date.created	2021	cs
dc.description.abstract	Práce se zabývá odpovídáním na otázky v přirozeném jazyce nad českou Wikipedií. Systémy pro odpovídání na otázky získávají rostoucí popularitu, většina jich ale vzniká pro angličtinu. Cílem této práce je prozkoumat dostupné možnosti a datové sady a vytvořit takový systém pro češtinu. V práci jsem se zaměřil na dva přístupy. Jeden z nich využívá pro extrakci odpovědi anglický model ALBERT a strojový překlad pasáží. Druhý využívá vícejazyčný model BERT. V práci je provedeno porovnání několika variant systému. Diskutovány jsou také možnosti získávání relevantních pasáží. Pro všechny varianty testovaných systémů je provedeno vyhodnocení pomocí standardních metrik. Nejlepší varianta systému byla vyhodnocena na datové sadě SQAD v3.0 s úspěšností 0,44 EM a 0,55 F1 skóre, což je v porovnání s existujícími systémy vynikající výsledek. Hlavním přínosem této práce je analýza možností a nasazení laťky pro další vývoj lepších systémů pro češtinu.	cs
dc.description.abstract	This thesis deals with natural language question answering using Czech Wikipedia. Question answering systems are experiencing growing popularity, but most of them are developed for English. The main purpose of this work is to explore possibilities and datasets available and create such system for Czech. In the thesis I focused on two approaches. One of them uses English model ALBERT and machine translation of passages. The other one utilizes the multilingual BERT. Several variants of the system are compared in this work. Possibilities of relevant passage retrieval are also discussed. Standard evaluation is provided for every variant of the tested system. The best system version has been evaluated on the SQAD v3.0 dataset, reaching 0.44 EM and 0.55 F1 score, which is an excellent result compared to other existing systems. The main contribution of this work is the analysis of existing possibilities and setting a benchmark for further development of better systems for Czech.	en
dc.description.mark	B	cs
dc.identifier.citation	SASÍN, J. Strojové učení pro odpovídání na otázky v přirozeném jazyce [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136538	cs
dc.identifier.uri	http://hdl.handle.net/11012/198939
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	zpracování přirozeného jazyka	cs
dc.subject	NLP	cs
dc.subject	čeština	cs
dc.subject	odpovídání na otázky	cs
dc.subject	strojové učení	cs
dc.subject	dolování znalostí	cs
dc.subject	Wikipedie	cs
dc.subject	otevřená doména	cs
dc.subject	SQAD	cs
dc.subject	ALBERT	cs
dc.subject	BERT	cs
dc.subject	BM25	cs
dc.subject	natural language processing	en
dc.subject	NLP	en
dc.subject	Czech	en
dc.subject	question answering	en
dc.subject	machine learning	en
dc.subject	knowledge mining	en
dc.subject	Wikipedia	en
dc.subject	open-domain	en
dc.subject	SQAD	en
dc.subject	ALBERT	en
dc.subject	BERT	en
dc.subject	BM25	en
dc.title	Strojové učení pro odpovídání na otázky v přirozeném jazyce	cs
dc.title.alternative	Machine Learning for Natural Language Question Answering	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-16	cs
dcterms.modified	2021-06-17-14:25:02	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136538	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:34:09	en
sync.item.modts	2025.01.15 12:49:04	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Strojové učení pro odpovídání na otázky v přirozeném jazyce

Files

Original bundle

Collections