Detail práce

Rychlá adaptace počítačové podpory hry Krycí jména pro nové jazyky

Diplomová práce Student: Jareš Petr Akademický rok: 2020/2021 Vedoucí: Smrž Pavel, doc. RNDr., Ph.D.
Název anglicky
Fast Adaptation of Codenames Computer Assistant for New Languages
Jazyk práce
český
Abstrakt

Tato diplomová práce rozšiřuje herní systém umělého hráče slovně-asociační hry Krycí jména o snadné přídání podpory pro nové jazyky. Systém je schopný hrát Krycí jména v rolích hádajícího hráče, zadavatele nápověd a jejich kombinací hráče verze Duet. K analýze různých jazyků byl použit neurální nástroj Stanza, který je jazykově nezávislý a umožňujě automatizované zpracování celé řady jazyků. Jednalo se především o lemmatizaci slov a určování slovních druhů pro výběr kandidátních nápověd ve hře. Pro vyhodnocení slovních asociací byla testována řada modelů, kde nejlepších výsledků dosahovala metoda Pointwise Mutual Information a prediktivní model fastText. Systém podporuje hraní Krycích jmen v 36 jazycích tvořených 8 různými abecedami.

Klíčová slova

Krycí jména, vícejazyčná podpora, zpracování přirozeného jazyka, lemmatizace, umělá inteligence, Pointwise Mutual Information, word embeddings, fastText, Python

Ústav
Studijní program
Informační technologie a umělá inteligence, specializace Strojové učení
Soubory
Stav
obhájeno, hodnocení C
Obhajoba
23. června 2021
Oponent
Průběh obhajoby

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.

Otázky u obhajoby
  1. Na straně 27 uvádíte, že hráč operativy může při hádání slov využívat informace z článků na Wikipedii. Uvádíte, že použití Wikipedie mírně zvyšuje úspěšnost na testovací sadě. Na jak velké testovací sadě jste to měřil? Jak se zlepší úspěšnost systému při použití článků z Wikipedie?
  2. Na straně 33 uvádíte, že systém umožňuje dotrénování modelu pro slova, která uživatel označí jako málo podobná. Jak přesně dotrénování modelu funguje? Jak časově náročné to je? Jak to zlepšuje výsledky systému?
Komise
Černocký Jan, prof. Dr. Ing. (UPGM FIT VUT), předseda
Bařina David, Ing., Ph.D. (UPGM FIT VUT), člen
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Češka Milan, doc. RNDr., Ph.D. (UITS FIT VUT), člen
Rozman Jaroslav, Ing., Ph.D. (UITS FIT VUT), člen
Citace
JAREŠ, Petr. Rychlá adaptace počítačové podpory hry Krycí jména pro nové jazyky. Brno, 2021. Diplomová práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2021-06-23. Vedoucí práce Smrž Pavel. Dostupné z: https://www.fit.vut.cz/study/thesis/21497/
BibTeX
@mastersthesis{FITMT21497,
    author = "Petr Jare\v{s}",
    type = "Diplomov\'{a} pr\'{a}ce",
    title = "Rychl\'{a} adaptace po\v{c}\'{i}ta\v{c}ov\'{e} podpory hry Kryc\'{i} jm\'{e}na pro nov\'{e} jazyky",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2021,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/21497/"
}
Nahoru