Moderní metody sémantické a sentimentální analýzy textu

Abstract

Bakalářská práce je zaměřena na zpracování rešerše současného vědění a představení aktuálních trendů v oblasti strojového učení pro sémantickou a sentimentální analýzu. Pozornost byla věnována hlavně neuronovým sítím a v současné době nejmodernější architektuře, Transformeru, díky které se v poslední době dosáhlo výrazného pokroku v těchto oblastech. Z těchto vědomostí jsou vypracovány a anotovány implementace typových úloh v Jupyter Notebooks v jazyce Python pro využití ve specializovaných předmětech magisterského studia zaměřených na umělou inteligenci, strojové učení a neuronové sítě.