Reprezentace lingvistické struktury v neuronových sítích

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

Standardní projekty 22 (SGA0201800001)

Hlavní účastníci

Univerzita Karlova / Matematicko-fyzikální fakulta

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

18-02196S

Název projektu anglicky

Linguistic Structure Representation in Neural Networks

Anotace anglicky

In the last few years, there has been a significant change in the area of natural language processing (NLP). The established statistical methods with easily interpretable steps often using linguistically annotated corpora were outperformed by modern methods based on deep neural networks. These methods now dominate in most of the established NLP tasks, such as machine translation, sentiment analysis, image captioning, or speech recognition. Neural networks solving these tasks very rarely use linguistic annotations. The aim of this project is to analyze and describe the neural networks, how and what specifically they learn in particular NLP tasks. We will search for language features and structures in them and compare them with annotated corpora or established linguistic theories. We will try to answer questions: how the neural networks deal with function words, with negation, with passives, how their internal word representation in vector space corresponds to part-of-speech tags or morphological features, or which tree representations of sentences fit best for given NLP tasks.

Kategorie VaV

ZV - Základní výzkum

OECD FORD - hlavní obor

60203 - Linguistics

OECD FORD - vedlejší obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

OECD FORD - další vedlejší obor

—

CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

AF - Dokumentace, knihovnictví, práce s informacemi<br>AI - Jazykověda<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika

Zahájení řešení

1. 1. 2018

Ukončení řešení

31. 12. 2020

Poslední stav řešení

—

Poslední uvolnění podpory

25. 3. 2020

Důvěrnost údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Systémové označení dodávky dat

CEP21-GA0-GA-R/11:1

Datum dodání záznamu

22. 2. 2021

Celkové uznané náklady

2 989 tis. Kč

Výše podpory ze státního rozpočtu

2 577 tis. Kč

Ostatní veřejné zdroje financování

412 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč