Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.author | Pikuliak, Matúš | |
| dc.contributor.author | Šimko, Marián | |
| dc.contributor.author | Bieliková, Mária | |
| dc.contributor.editor | Steinberger, Josef | |
| dc.contributor.editor | Zíma, Martin | |
| dc.contributor.editor | Fiala, Dalibor | |
| dc.contributor.editor | Dostal, Martin | |
| dc.contributor.editor | Nykl, Michal | |
| dc.date.accessioned | 2017-10-09T12:23:25Z | |
| dc.date.available | 2017-10-09T12:23:25Z | |
| dc.date.issued | 2017 | |
| dc.identifier.citation | STEINBERGER, Josef ed.; ZÍMA, Martin ed.; FIALA, Dalibor ed.; DOSTAL, Martin ed.; NYKL, Michal ed. Data a znalosti 2017: sborník konference, Plzeň, Hotel Angelo 5. - 6. října 2017. 1. vyd. Plzeň: Západočeská univerzita v Plzni, 2017, s. 204-208. ISBN 978-80-261-0720-0. | cs |
| dc.identifier.isbn | 978-80-261-0720-0 | |
| dc.identifier.uri | https://www.zcu.cz/export/sites/zcu/pracoviste/vyd/online/DataAZnalosti2017.pdf | |
| dc.identifier.uri | http://hdl.handle.net/11025/26364 | |
| dc.format | 5 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | sk | sk |
| dc.publisher | Západočeská univerzita v Plzni | cs |
| dc.rights | © Západočeská univerzita v Plzni | cs |
| dc.subject | zpracování přirozeného jazyka | cs |
| dc.subject | učení s přenosem | cs |
| dc.subject | multilingvální učení | cs |
| dc.subject | umělé neuronové sítě | cs |
| dc.title | Učenie s prenosom medzi prirodzenými jazykmi | sk |
| dc.type | konferenční příspěvek | cs |
| dc.type | conferenceObject | en |
| dc.rights.access | openAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | Hlboké učenie sa aktuálne javí ako veľmi perspektívny prístup k mnohým úlohám spracovania prirodzeného jazyka. Tento úspech sa však za-tiaľ prejavuje najmä pri jazykoch, ktoré majú dostatočné množstvo zdrojov na natrénovanie komplexných neurónových sietí. Menšie jazyky s menším množ-stvom zdrojov majú problém tieto nové techniky využiť a priepasť medzi nimi a “bohatými“ jazykmi sa tak prehlbuje. V našej práci sa venujeme tomu, ako túto priepasť zmenšiť pomocou prenosu naučenej informácie z jazyka do jazyka. Hlavnou myšlienkou je trénovanie hlbokých neurónových sietí v multilingvál-nom režime tak, aby sa model naučil využívať znalosti z jedného jazyka aj pre vstupy z iných. Navrhli a vykonali sme experiment s prenosom informácie o sentimente slov pomocou zdieľaného priestoru distribučných vektorov. V ex-perimente sme dosiahli výsledky porovnateľné s nemeckými manuálne vytvo-renými lexikónmi sentimentu, pričom sme však nepoužili žiadne nemecké dáta týkajúce sa sentimentu. | sk |
| dc.subject.translated | natural language processing | en |
| dc.subject.translated | learning with transmission | en |
| dc.subject.translated | multilingual learning | en |
| dc.subject.translated | artificial neural networks | en |
| dc.type.status | Peer-reviewed | en |
| Vyskytuje se v kolekcích: | Data a znalosti 2017 Data a znalosti 2017 | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Pikuliak.pdf | Plný text | 464 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/26364Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.