Segmentace textu dle tématu
Date issued
2018
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Západočeská univerzita v Plzni
Abstract
V této práci jsem zjistil, že rekurentní neuronové sítě podávají dobré výsledky při aplikaci na problém segmentace textu. Tento typ neuronových sítí by zároveň mohl být i cestou k dosažení ještě lepších výsledků. Tento typ neuronových sítí by zároveň mohl být i cestou k dosažení ještě lepších výsledků. Nevýhodou modelů hlubokého strojového učení je, že existuje velké množství hyperparametrů, kterými se ovlivnit chování modelu. Počítačová optimalizace těchto parametrů vyžaduje obrovský výpočetní výkon, proto jsou pro efektivní nastavení vyžadovány expertní znalosti. Z toho důvodu se dá usoudit, že nastavení modelu pravděpodobně není optimální. Výhodou těchto moderních přístupů oproti tradičním však je, že při volbě dostatečně komplexní struktury zvětšení trénovacího datasetu téměř vždy přinese zlepšení prediktivních schopností modelu. Proto je pravděpodobné, že zvětšení datasetu je cesta k dosažení ještě lepších výsledků.
Description
Subject(s)
segmentace textu, segmentační algoritmy, rekurentní neuronové sítě
Citation
RENDL, Jan ed. Studentská vědecká konference: bakalářské studijní programy, sborník rozšířených abstraktů, květen 2019, Plzeň. Plzeň: Západočeská univerzita v Plzni, 2018, s. 29-30. ISBN 978-80-261-0789-7.