Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Switch to english language
Startseite    Anmelden     
Logout in [min] [minutetext]
SoSe 2022

Watch Language Models _____ Low-context Word Prediction Tests - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Projekt SWS 10
Veranstaltungsnummer 421210012 Max. Teilnehmer/-innen 4
Semester WiSe 2021/22 Zugeordnetes Modul
Erwartete Teilnehmer/-innen
Rhythmus einmalig
Hyperlink https://moodle.uni-weimar.de/course/view.php?id=36221
Sprache englisch


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Stein, Benno Maria, Prof., Dr.rer.nat.
Wolska, Magdalena Anna , Dr.phil.
Wiegmann, Matti
Völske, Michael , Dr.rer.nat.
Studiengänge
Abschluss Studiengang Semester Leistungspunkte
Bachelor Medieninformatik (B.Sc.), PV 29 - 15
Master Computer Science and Media (M.Sc.), PV 11 - 15
Bachelor Medieninformatik (B.Sc.), PV 11 - 15
Master Human-Computer Interaction (M.Sc.), PV15 - 15
Master Computer Science for Digital Media (M.Sc.), PV 17 - 15
Bachelor Medieninformatik (B.Sc.), PV 17 - 15
Bachelor Medieninformatik (B.Sc.), PV 16 - 15
Master Human-Computer Interaction (M.Sc.), PV17 - 15
Master Computer Science for Digital Media (M.Sc.), PV 18 - 15
Master Human-Computer Interaction (M.Sc.), PV19 - 12/18
Master Computer Science for Digital Media (M.Sc.), PV 2020 - 12
Zuordnung zu Einrichtungen
Content Management und Webtechnologien
Fakultät Medien
Inhalt
Beschreibung

Correctly answering word prediction tests is a ____ task for many language models. It is used in various applications, like our own netspeak.org. This task gets particularly difficult if the context is limited: "is a _____ task". In this project, we want to investigate how several different language models answer word prediction tests under varying given contexts sizes, given genres of text, and phrase structure of the test. We target three milestones for this project: (1) Collect existing word prediction test datasets, (2) construct a new dataset of word prediction tests that covers all the parameters we want to vary, and (3) run different language models on the datasets and evaluate the results.

Bemerkung

time and place: t.b.a.

Leistungsnachweis

Abschlusspräsentation und Ausarbeitung

Zielgruppe

B.Sc. Medieninformatik

M.Sc. Computer Science for Digital Media /Computer Science and Media

M.Sc. Human-Computer Interaction


Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2021/22 , Aktuelles Semester: SoSe 2022

BISON-Portal Startseite   Zurück Kontakt/Impressum Datenschutz