but.committee	doc. Ing. Richard Růžička, Ph.D., MBA (předseda) doc. RNDr. Dana Hliněná, Ph.D. (místopředseda) prof. Ing. Adam Herout, Ph.D. (člen) Ing. Bohuslav Křena, Ph.D. (člen) Ing. Zbyněk Křivka, 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 C. Otázky u obhajoby: Stručne popíšte skóre typu BLEU. Ako presne počítate BLEU skóre cez nástroj SacreBLEU? Uveďte príklad. Porovnával jste výsledky vašeho překladu s použitím existujícího řešení s použitím třetího jazyka? Prováděl jste nějaké úpravy frameworku, který jste použil? Jak definujete slovník?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Jon, Josef	cs
dc.contributor.author	Filo, Denis	cs
dc.contributor.referee	Fajčík, Martin	cs
dc.date.created	2020	cs
dc.description.abstract	Táto práca sa zaoberá neurónovým strojovým prekladom pre tzv. low-resource jazyky. Cieľom bolo pomocou experimentov vyhodnotiť súčasné techniky a navrhnúť ich vylepšenia. Prekladové systémy v tejto práci využívali architektúru neurónových sietí transformer a boli natrénované pomocou frameworku Marian. Vybranými jazykovými pármi pre experimenty boli slovenčina s chorvátčinou a slovenčina so srbčinou. V experimentoch boli predmetom skúmania techniky transfer learning a semi-supervised learning.	cs
dc.description.abstract	This thesis deals with neural machine translation (NMT) for low-resource languages. The goal was to evaluate current techniques by using the experiments and suggest their improvements. The translation systems in this thesis used the neural network transformer architecture and were trained by the Marian framework. The selected language pairs were Slovak with Croatian and Slovak with Serbian. The subjects of the experiments were the transfer learning techniques and semi-supervised learning.	en
dc.description.mark	C	cs
dc.identifier.citation	FILO, D. Neuronový strojový překlad pro jazykové páry s malým množstvím trénovacích dat [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129915	cs
dc.identifier.uri	http://hdl.handle.net/11012/195000
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	neurónový strojový preklad	cs
dc.subject	transformer	cs
dc.subject	low-resource	cs
dc.subject	transfer learning	cs
dc.subject	semi-supervised learning	cs
dc.subject	slovanské jazyky	cs
dc.subject	slovenčina	cs
dc.subject	chorvátčina	cs
dc.subject	neural machine translation	en
dc.subject	transformer	en
dc.subject	low-resource	en
dc.subject	transfer learning	en
dc.subject	semi-supervised learning	en
dc.subject	slavic languages	en
dc.subject	slovak	en
dc.subject	croatian	en
dc.title	Neuronový strojový překlad pro jazykové páry s malým množstvím trénovacích dat	cs
dc.title.alternative	Low-Resource Neural Machine Translation	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-08-28	cs
dcterms.modified	2020-08-30-19:06:24	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129915	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:33:26	en
sync.item.modts	2025.01.15 22:33:34	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

Neuronový strojový překlad pro jazykové páry s malým množstvím trénovacích dat

Files

Original bundle

Collections