Building Transformer-Based Natural Language Processing Applications

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F24%3A10256185" target="_blank" >RIV/61989100:27740/24:10256185 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27740/22:10249843

Výsledek na webu

<a href="https://events.it4i.cz/event/216/" target="_blank" >https://events.it4i.cz/event/216/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Building Transformer-Based Natural Language Processing Applications

Popis výsledku v původním jazyce

In this course participants learned how to use Transformer-based natural language processing models for text classification tasks, such as categorizing documents. They also learned how to leverage Transformer-based models for named-entity recognition (NER) tasks and how to analyze various model features, constraints, and characteristics to determine which model is best suited for a particular use case based on metrics, domain specificity, and available resources.

Název v anglickém jazyce

Building Transformer-Based Natural Language Processing Applications

Popis výsledku anglicky

In this course participants learned how to use Transformer-based natural language processing models for text classification tasks, such as categorizing documents. They also learned how to leverage Transformer-based models for named-entity recognition (NER) tasks and how to analyze various model features, constraints, and characteristics to determine which model is best suited for a particular use case based on metrics, domain specificity, and available resources.

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

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

Projekt

—

Návaznosti

—

Rok uplatnění

2024

Kód důvěrnosti údajů

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