| Temat | Opracowanie zbioru testowego dla metod automatycznego odpowiadania na pytania w języku naturalnym |
| Cel pracy | Celem pracy jest opracowanie zbioru testowego dla metod automatycznego odpowiadania na pytania w języku naturalnym z wykorzystaniem powiązanych danych opisujących dziedzinę uczenia maszynowego. |
| Zadania | 1. Zapoznanie się z literaturą przedmiotu.
2. Pobranie danych o eksperymentach uczenia maszynowego z portalu OpenML (http://www.openml.org) jako powiązanych danych (Linked Data) za pomocą istniejących narzędzi. 3. Przygotowanie zestawu pytań w języku naturalnym (j. angielski) i odpowiadających im zapytań w języku SPARQL odnoszących się do pobranego zbioru powiązanych danych z OpenML. Zestaw pytań ma zostać opracowany w formacie podobnym do wykorzystywanych w QALD challenge (Open Challenge on Question Answering over Linked Data). 4. Ewaluacja wybranych dostępnych systemów odpowiadania na pytania (question answering) na przygotowanym zbiorze testowym i opracowanie wyników. |
| Promotor | Dr inż. Agnieszka Ławrynowicz |
| Temat | Metoda ekstrakcji wiedzy z wykorzystaniem głębokich sztucznych sieci neuronowych |
| Cel pracy | Celem pracy jest opracowanie i ewaluacja metody ekstrakcji wiedzy z tekstów w języku naturalnym z wykorzystaniem wiedzy kontekstowej poprzez osadzanie (embedding) elementów bazy wiedzy dziedzinowej w danych wektorowych przetwarzanych przez głębokie sieci neuronowe (deep neural networks). |
| Zadania | 1. Zapoznanie się z literaturą przedmiotu.
2. Opracowanie metody osadzania (embedding) wybranych elementów bazy wiedzy w danych wektorowych, bazując na wybranych modelach wektorowych języka naturalnego (word2vec, GloVe, softmax itp.) 3. Opracowanie architektury głębokiej sieci neuronowej przetwarzającej wzbogacone dane wektorowe z wykorzystaniem dostępnego frameworku (np. Tensor Flow/ Theano). 4. Ewaluacja metody poprzez wyuczenie głębokiej sieci neuronowej (deep learning) do realizacji wybranego zadania ekstrakcji wiedzy z korpusu tekstów o uczeniu maszynowym. |
| Promotor | Dr inż. Agnieszka Ławrynowicz |