Ekstrakcja informacji

0. Informacje na temat przedmiotu [ćwiczenia]

Jakub Pokrywka (2021)

Logo 2

Informacje ogólne

Kontakt z prowadzącym

prowadzący: mgr inż. Jakub Pokrywka

Najlepiej kontaktować się ze mną przez MS TEAMS na grupie kanału (ogólne sprawy) lub w prywatnych wiadomościach. Odpisuję co 2-3 dni. Można też umówić się w godzinach dyżuru stacjonarniu lub online (wt 12.00-13.00) lub umówić się w innym terminie.

Przy wysyłaniu wiadomości proszę koniecznie o podanie nazwy przedmiotu oraz numeru grupy (11 lub 12)!

Literatura

Polecana literatura do przedmiotu:

https://www.manning.com/books/relevant-search#toc (darmowa) Polecam chociaż przejrzeć.
Marie-Francine Moens. 2006. Information Extraction: Algorithms and Prospects in a Retrieval Context. Springer. (polecam mniej, jest trochę nieaktualna)
Alex Graves. 2012. Supervised sequence labelling. Studies in Computational Intelligence, vol 385. Springer. Berlin, Heidelberg.
Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova. 2019. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. North American Association for Computational Linguistics (NAACL).
Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu. 2020. Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer. Journal of Machine Learning Research vol 21, number 140, pages 1-67.
Flip Graliński, Tomasz Stanisławek, Anna Wróblewska, Dawid Lipiński, Agnieszka Kaliska, Paulina Rosalska, Bartosz Topolski, Przemysław Biecek. 2020. Kleister: A novel task for information extraction involving long documents with complex layout. URL https://arxiv.org/abs/2003.02356
Łukasz Garncarek, Rafał Powalski, Tomasz Stanisławek, Bartosz Topolski, Piotr Halama, Filip Graliński. 2020. LAMBERT: Layout-Aware (Language) Modeling using BERT. URL https://arxiv.org/pdf/2002.08087

Zaliczenie

Do zdobycia będzie conajmniej 600 punktów.

Ocena:

```
-299 — 2
```
```
300-349 — 3
```
```
350-399 — 3+
```
```
400-449 — 4
```
```
450—499 — 4+
```
```
500- — 5
```

Żeby zaliczyć przedmiot należy pojawiać się na laboratoriach. Maksymalna liczba nieobecności to 3. Obecność będę sprawdzał na każdych zajęciach. Jeżeli kogoś nie będzie więcej niż 3 razy bez usprawiedliwienia, to nie będzie miał zaliczonego przedmiotu

4.1 KiB Raw Blame History