Den otevřených dveří pro zájemce o doktorské studium

Jsme jedno z nejlepších pracovišť na FI MU. Jsme také jedno z nejlepších pracovišť zabývajících se NLP v ČR.

Lidé

Centrum ZPJ má tři školitele (doc. PhDr. Karel Pala, CSc., doc. Aleš Horák Ph.D., doc. RNDr. Petr Sojka Ph.D.), 7 Ph.D. (Dana Hlaváčková, Aleš Horák, Juyeon Kang, Eva Mráková, Jan Pomikálek, Pavel Rychlý, Pavel Šmerk), spoustu Ph.D. studentů. Studují u nás studenti oborů Umělá inteligence a zpracování přirozeného jazyka (FI) a Český jazyk a počítačová lingvistika (FF), kterým vedeme závěrečné kvalifikační práce.

Stroje

Současné vybavení:

• diskové pole IBM DS3512 o kapacitě 92 TB složené z 2TB disků (,,neRAIDovaná kapacita)

Chystané aktualizace HW:

• 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 NLP (B203, B206). Po přestavbě budovy FI budeme mít víc.

Většina doktorandů se často a aktivně účastní prestižních mezinárodních konferencí, např.:

• ​CICLing - Conference on Intelligent Text Processing and Computational Linguistic

• COLING - International Conference on Computational Linguistics
• ​EACL - European Chapter of the ACL

• ​Euralex - European Association for Lexicography

• GWC - Global Wordnet Conference
• ​LREC - International Conference on Language Resources and Evaluation

• LTC - Language & Technology Conference

• NLPCS - International Workshop on Natural Language Processing and Cognitive Science
• PACLIC - Pacific Asia Conference on Language, Information and Computation
• ​TSD - International Conference on Text, Speech and Dialogue

Místní konference:

• Kognice
• Kolokvium mladých jazykovedcov
• Slovko

Řada sborníků z těchto konferencí je v ISI Web of Knowledge.

Spolupořádáme konferenci TSD. Pořádáme workshop RASLAN - Recent Advances in Slavonic NLP.

Projekty

Pracujeme na projektech:

• ​LC536 - Centrum komputační lingvistiky (2005-2011, MSM/LC)

• ​GAP401/10/0792 - Temporální aspekty znalostí a informací (2010-2012, GA0/GA)

• ​7E10057 - Pattern REcognition-based Statistically Enhanced MT (2010-2012, MSM/7E)

• ​VF20102014003 - Analýza přirozeného jazyka v prostředí internetu (2010-2014, MV0/VF)

• ​GA407/07/0679 - Právní e-slovník - PES

• ​EuDML - Evropská digitální matematická knihovna

Témata

Pracujeme hlavně v oblastech:

• morfologická analýza (ajka, desamb, guesser, příručka)
• syntaktická analýza (synt, SET, DIS)
• sémantická analýza (anaphora resolution, sémantické sítě, common sense, 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)

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)

Z toho plyne, že pracujeme nejen s jazykem, ale i obecněji s velkými daty.