<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=144932"><dc:title>Obvladovanje slovničnih napak v šolskih pisnih izdelkih z metodami za obdelavo naravnega jezika</dc:title><dc:creator>Mokotar,	Rok	(Avtor)
	</dc:creator><dc:creator>Robnik Šikonja,	Marko	(Mentor)
	</dc:creator><dc:subject>obvladovanje slovničnih napak</dc:subject><dc:subject>globoke nevronske mreže</dc:subject><dc:subject>arhitektura transformer</dc:subject><dc:subject>model SloBERTa</dc:subject><dc:subject>model SloT5</dc:subject><dc:subject>korpus Šolar</dc:subject><dc:subject>korpus Lektor</dc:subject><dc:subject>leksikon Sloleks</dc:subject><dc:subject>orodje Classla-Stanza</dc:subject><dc:description>V okviru diplomskega dela je predstavljen razvoj sistema za obvladovanje slovničnih napak, ki smo ga v grobem razdelili na tri podprobleme, in sicer na zaznavanje, prepoznavanje in popravljanje napak. Omenjene probleme smo rešili z uporabo velikih jezikovnih modelov arhitekture transformer, pri čemer smo za zaznavanje in prepoznavanje slovničnih napak uporabili model SloBERTa, slovensko različico modela BERT, za popravljanje slovničnih napak pa model SloT5, slovensko različico modela T5. Učenje in evalviranje modelov smo izvedli nad slovenskima korpusoma slovničnih popravkov Šolar in Lektor, uporabili pa smo tudi slovenski oblikoslovni leksikon Sloleks in označevalno orodje Classla-Stanza. S pomočjo več metrik smo ocenili delovanje modelov. Modela zaznavanja in prepoznavanja dosegata F-oceno 88 % in 14 %, model popravljanja pa GLEU oceno 50 %.</dc:description><dc:date>2023</dc:date><dc:date>2023-03-23 11:45:00</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>144932</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
