Pro zájemce o doktorské studium
Centrum zpracování přirozeného jazyka (CZPJ) je jedno z pracovišť na FI MU. Jsme také jedno z nejlepších pracovišť zabývajících se zpracováním přirozeného jazyka v ČR.
Lidé
Centrum ZPJ má dva školitele (doc. Aleš Horák, Ph.D., doc. Pavel Rychlý, Ph.D.), několik postdoků (Pavel Šmerk, Vojtěch Kovář, Vít Suchomel, Marek Medveď) a několik Ph.D. studentů. Studují u nás studenti programu Umělá inteligence a zpracování dat (FI) a Český jazyk a počítačová lingvistika (FF), kterým vedeme závěrečné kvalifikační práce.
Stroje
Současné vybavení:
- 15 GPU karet
- diskové pole IBM DS3512 o kapacitě 92 TB složené z 2TB disků („neRAIDovaná“ kapacita)
- desktopy: 8 GB RAM, 2 TB disky a procesor core i7
- 2 4socketové 12jádrové (AMD 6238) servery, každý s kapacitou 32 GB RAM
- možnost využití výpočetní síly z CERIT-Scientific Cloud.
Prostředí
Máme 2 místnosti na FI pro studenty pracující na projektech v CZPJ (B203, B206).
Většina doktorandů se často a aktivně účastní prestižních mezinárodních konferencí, např.:
- COLING - International Conference on Computational Linguistics
- EACL - European Chapter of the ACL
- Euralex - European Association for Lexicography
- LREC - International Conference on Language Resources and Evaluation
- PACLIC - Pacific Asia Conference on Language, Information and Computation
- TSD - International Conference on Text, Speech and Dialogue
Lidé z CZPJ patří do programových rad některých konferencí či mezi recenzenty nebo pomocné recenzenty (subreviewers).
NLP lab pořádá každoročně workshop RASLAN - Recent Advances in Slavonic NLP.
Projekty
Témata
Pracujeme hlavně v oblastech:
- využití a tvorba velkých jazykových modelů (LLM)
- morfologická analýza (ajka, desamb, guesser, příručka)
- syntaktická analýza (synt, SET, DIS)
- sémantická analýza (anaphora resolution, sémantické sítě, common sense, opinion mining, kvantitativní analýza textu)
- logická analýza (vyplývání, transparentní intenzionální logika)
- lexikální zdroje (named entities, multi-word expressions, sémantické sítě)
- strojový překlad (česko-slovenský, altrnativní přístupy ke Google Translate)
- umělá inteligence (rozhodování, agentové systémy, umělí hráči)
- zpracování velkých dat
Software, který se používá (i jinde než u nás):
- jazykové inženýrství (czaccent, příručka)
- korpusové nástroje (Sketch Engine, Corpus Builder)
- lexikální nástroje (DEB, slovník současné češtiny)
