Podrobné pokyny k volbě tématu programátorského úkolu do IB030

• součástí úkolu je i vlastní volba tématu, ne jen programování.
• volba tématu znamená:
  1. vyberte si jednu nebo více z doporučených knihoven níže
  2. podívejte se do dokumentace vybrané knihovny, udělejte si představu jaké úkoly zpracování přirozeného jazyka knihovna řeší (úkoly=např. klasifikace, detekce, extrakce, analýza, generování, dialog, sumarizace, ...). Možných úkolů jsou desítky.
  3. vyberte si úkol, který Vás zaujme a jehož úprava pro češtinu (s využitím dat a nástrojů Centra ZPJ FI MU) bude mít odpovídající složitost (tj. ani triviální, ani příliš složitý). Je možné řešit úkoly i pro slovenštinu, ale pro tento jazyk je k dispozici méně nástrojů.
• připravte si, co budete k řešení tématu potřebovat - dostanete přístup k linuxovému serveru laboratoře ZPJ FI MU, kde budete zvolený úkol řešit. Na serveru můžete získat přístup ke zdrojům jako český morfologický analyzátor, označkovaný český korpus, ...
• zvolené téma přidejte v rozpisu témat - přednášející téma schváli nebo doplní. Dozvíte se, jestli je téma odpovídající a na co se máte soustředit.
• k odevzdání je zapotřebí:
  • naprogramovat odsouhlasený vybraný algoritmus na češtině
  • doplnit dokumentaci programu s
    • popisem algoritmu a implementace
    • ukázkami z běhu
    • návodem na instalaci/spuštění na serveru aurora.fi.muni.cz
    • vyhodnocením úspěšnosti algoritmu na netriviálních českých datech
  • vše uložit v komprimovaném archivu do odevzdávárny tématu do termínu na webu předmětu.
• hodnocení bude od 0 do 20 bodů podle:
  • složitosti vybraného algoritmus
  • kvality zpracování algoritmu i dokumentace

Doporučené knihovny

• NLTK - Natural Language Toolkit www.nltk.org
• FreeLing nlp.lsi.upc.edu/freeling/
• Stanford University Natural Language Software nlp.stanford.edu/software/
• Grammatical Framework www.grammaticalframework.org,
  Language Tool grammar checker languagetool.org,
• AIML www.aiml.foundation,
  ChatScript github.com/ChatScript/ChatScript,
  ParlAI github.com/facebookresearch/ParlAI,
  Pepper nlp.fi.muni.cz/projects/pepper

Příklady úkolů pro inspiraci

• FAQbot - Chatbot slúžiaci ako podpora a FAQ ohľadne štúdia na MUNI a informačného systému MUNI
• Rozpoznání textově zapsaných čísel
• Český chatbot na téma počasí
• Analýza časových údajů v textu
• Implementace a vyhodnocení technik pro hledání českých víceslovných výrazů (multi-word expressions, MWE)
• Dialog s robotem o aktuálních výsledcích anglické Premier League
• Comparing techniques for Czech sentiment analysis
• Implementace české lematizace funkcí nltk.stem.wordnet
• Slovní hra s robotem Pepper
• Automatická úprava slovosledu české věty
• Dialog s robotem Pepper o aktuálním rozvrhu na FI
• Sémantický klasifikátor sentimentu v poezii
• Comparison of current named entity recognition engines for Czech
• Predicting movie review results from text
• Evaluating fastText with different tasks
• Lematizácia slovenských slov pomocou neurónových sietí a strojového učenia
• Generování básní na základě prvního verše nebo pomocník k tvorbě básní
• Chatbot, který zákazníka provede eshopem (části: nalezení produktu, porovnání produktů, shrnutí recenzí)
• Textová adventure hra s volnou konverzací ze strany uživatele
• Doplňování/rozšiřování vět a jejich částí v průběhu psaní podle předchozího textu
• Česká gramatika do Grammatical Framework pro "malé" překlady
• Klasifikace otázek podle typu a určování toho, na co se ptáme
• Rozpoznání jazyka textu v různých typech textu (konverzace, zpráva, blog, ...)
• Slovní úlohy (např. trojčlenka, fyzikální úlohy, ...)
• Tvorba/detekce parafrází