02440ntm a22005177i 4500 000490447 CZ-PrVSE 20210605200256.0 m d cr n|||||||||| 210605s2021 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Výboch, Peter ISIS:128554 dis Implementácia QA dialógového systému eng Implementation of Q&A dialogue system / Peter Výboch 2021 ?? stran : digital, PDF soubor Vedoucí práce: Filip Vencovský Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2021 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2021 Recent neural network architectures, transformers, enabled development of powerful language models pretrained on large sample of language data. Such models can be fine-tuned for downstream tasks. While fine-tuning is not nearly as effortful as training a model from scratch, for complex tasks which require dramatic alterations to the input, it can prove to be effortful. In our work we explore how task of knowledge-base question answering can be cast for a stock RoBERTa transformer pretrained for STS without any fine tuning. Způsob přístupu: Internet podniková informatika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas relation BERT question-answering knowledge-base NLP Vencovský, Filip mzk2015883325 ths Beranová, Lucie ISIS:118793 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/74814/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/74814 Hlavní práce https://insis.vse.cz/zp/74814/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/74814/posudek/oponent/70475 Oponentura https://insis.vse.cz/zp/74814/podrobnosti dc:identifier NEPOSILAT VSKP vse74814 210603 74814