Taleh Rzayev

Výskum

Profesiou softvérový inžinier, ktorý sa čítaním a stavaním prepracúva k výskumu. Smerom je NLP pre jazyky s malým množstvom dát - turkická jazyková rodina, napríklad azerbajdžančina, a západoslovanská skupina, napríklad slovenčina a čeština - a táto stránka je miestom, kde sa tá práca zbiera, kým sa pripravujem na doktorandské štúdium.

Smery

  1. 1

    NLP pre azerbajdžančinu

    Aglutinačný jazyk s malým množstvom anotovaných dát. Chcem pochopiť, ako ďaleko dokáže jazyk doniesť tokenizácia a modelovanie citlivé na morfológiu, než sa stenou stane veľkosť korpusu.

    Morfologická segmentáciaBudovanie korpusuPrenos z jazykov s množstvom dát
  2. 2

    Prenos v rámci turkickej rodiny

    Turečtina dáta má; azerbajdžančina, turkménčina a ostatné oveľa menej. Rodina zdieľa štruktúru, takže otázkou je, koľko sa prenesie z bohatšieho súrodenca a kde to potichu prestane fungovať.

    Viacjazyčné predtrénovanieZdieľané subword slovníkyZero-shot hodnotenie
  3. 3

    Čeština a slovenčina

    Dva blízke, morfologicky bohaté jazyky, medzi ktorými žijem. Sú prirodzeným testovacím prostredím pre medzijazykovú prácu: takmer zhodná štruktúra, oddelené dáta, oddelené komunity.

    Medzijazykové zarovnanieBohatá morfológiaDoladenie pri málo dátach
  4. 4

    Adaptívne vzdelávacie systémy

    Miesto, kde som začal, a stále jedna z línií: modelovať, čo študent vie, rozhodnúť, čo ho naučiť ďalej, a vysvetliť to jazykom opretým o učebný materiál.

    Bayesovské sledovanie znalostí (BKT)PPORetrieval-augmented generation

    v projektoch EduVision, LangVis