Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorŠvec Jan, Ing. Ph.D.
dc.contributor.authorZieba, Jakub
dc.contributor.refereeIrcing Pavel, Doc. Ing. Ph.D.
dc.date.accepted2023-6-21
dc.date.accessioned2024-01-15T23:11:22Z-
dc.date.available2022-10-1
dc.date.available2024-01-15T23:11:22Z-
dc.date.issued2023
dc.date.submitted2023-5-22
dc.identifier93168
dc.identifier.urihttp://hdl.handle.net/11025/55131-
dc.description.abstractTato práce se zabývá analýzou využití strojového překladu v úlohách porozumění přirozenému jazyku. Prozkoumává možnosti použití českých strojových překladů anglických datasetů pro trénování modelů strojového učení a jejich aplikace na úlohu inference přirozeného jazyka. Pro překlad datasetů využívá online služeb strojového překladu. Proces trénování využívá přeneseného učení a existujících předtrénovaných modelů. Cílem práce je zhodnocení výsledků českých modelů trénovaných na přeložených datech a porovnání s výsledky anglických modelů trénovaných na ekvivalentních originálních datech.cs
dc.format54 s
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectzpracování přirozeného jazykacs
dc.subjectporozumění přirozenému jazykucs
dc.subjectinference přirozeného jazykacs
dc.subjectstrojové učenícs
dc.subjectpřenesené učenícs
dc.subjectneuronové sítěcs
dc.subjecttransformercs
dc.subjectstrojový překladcs
dc.titleVyužití strojového překladu v úlohách porozumění textucs
dc.title.alternativeThe use of machine translation in text understanding tasksen
dc.typediplomová práce
dc.thesis.degree-nameIng.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programAplikované vědy a informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThis paper analyzes the usage of machine translation in natural language understanding tasks. It explores the possibilities of using Czech machine translation of English datasets for training machine learning models and their application on natural language inference tasks. It uses online machine translation services for dataset translation. The training process utilizes transfer learning and existing pre-trained models. Finally, it evaluates the results of Czech models trained on translated data and compares them to the performance of English models trained on equivalent original data.en
dc.subject.translatednatural language processingen
dc.subject.translatednatural language understandingen
dc.subject.translatednatural language inferenceen
dc.subject.translatedmachine learningen
dc.subject.translatedtransfer learningen
dc.subject.translatedneural networksen
dc.subject.translatedtransformeren
dc.subject.translatedmachine translationen
Vyskytuje se v kolekcích:Diplomové práce / Theses (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
diplomka_final.pdfPlný text práce440,35 kBAdobe PDFZobrazit/otevřít
PosudekVedoucihoSTAG.pdfPosudek vedoucího práce58,38 kBAdobe PDFZobrazit/otevřít
PosudekOponentaSTAG.pdfPosudek oponenta práce61,34 kBAdobe PDFZobrazit/otevřít
Prubeh obhajoby Zieba.pdfPrůběh obhajoby práce50,51 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/55131

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Diplomové práce / Theses (KKY)