Porozumění řeči založené na neuronových sítích

Abstract

Tato diplomová práce se zabývá použitím neuronových sítí pro zpracování přirozeného jazyka. V posledních letech se v této oblasti umělé inteligence začaly hojně využívat modely s architekturou Transformer. Právě tyto modely a~jejich struktura jsou důkladně rozebrány v teoretické části této práce. Bližší pohled je pak věnován jedněm z nejmodernějších a~nejúspěšnějších modelů, a~to modelům typu BERT a~T5. V praktické části je s těmito modely experimentováno. Jsou použity pro řešení dvou úloh zpracování přirozeného jazyka. První úlohou je analýza sentimentu anglických a~českých filmových recenzí. Druhou úlohou je detekce entit. Nejprve jsou modely použity pro detekci pojmenovaných entit v textech. Následně je T5 model aplikován pro porozumění mluvené řeči, především pak k detekci sémantických entit v řečových korpusech. Tato diplomová práce je prvním vědeckým článkem věnujícím se T5 modelu pro úlohy zpracování českého jazyka.