Detail práce
Detekce témat z mluvené řeči
Tato bakalářská práce se zabývá detekcí témat z mluvené řeči. Zpracováním a převodem mluvené řeči na text se zabývá první část práce. Samotný problém detekce témat je řešen dvěma odlišnými přístupy - strojovým učením a expertním přístupen kladení velmi přesného dotazu na dokument. Obě metody jsou testovány nad sadou dat, statisticky vyhodnoceny a porovnány.
Detekce témat, přesně kladený dotaz, strojové učení, mluvená řeč, řečové technologie, přepis řeči, Phonexia.
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 D.
* Proč máte v tabulce 6.2 máte dvě trénovací sady (to je OK) a dvě testovací sady (to není OK)? Co tím chcete sdělit?
* Napadají vás i jiné přístupy než SVM pro strojové učení?
* Jak by šla zakomponovat "likelihood" do výsledných rozhodnutí o přijetí tématu?
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Kočí Radek, Ing., Ph.D. (UITS FIT VUT), člen
Kotásek Zdeněk, doc. Ing., CSc. (UPSY FIT VUT), člen
Křivka Zbyněk, Ing., Ph.D. (UIFS FIT VUT), člen
@bachelorsthesis{FITBT17146, author = "Zden\v{e}k \v{S}ke\v{r}\'{i}k", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Detekce t\'{e}mat z mluven\'{e} \v{r}e\v{c}i", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2015, location = "Brno, CZ", language = "czech", url = "https://www.fit.vut.cz/study/thesis/17146/" }