Zadanie 7/8 NLU

• rozwiązanie zadania znajduje się w pliku lab/08-parsing-semantyczny-uczenie(zmodyfikowany).ipynb, ostatnia komórka zawiera skrypt ewaluujący model metrykami precision, recall i f1

• uczenie modelu realizowane jest w zmodyfikowanym pliku z zajęć lab/08-parsing-semantyczny-uczenie(zmodyfikowany).ipynb

• dane uczące, generowane są automatycznie, na podstawie zebranych wcześniej dialogów, przez regułowy skrypt tasks/zad8/pl/annotate.py, a następnie poprawione ręcznie. Dane znajdują sie w dwóch plikach tasks/zad8/pl/test.conllu oraz tasks/zad8/pl/train.conllu

• model wykorzystywany jest w klasie z pliku src/components/NLU.py

• plik src/dialogue_system.py będzie łączył wszystkie moduły systemu dialogowego, narazie wykorzystuje tylko tagger NLU

• aby porozmawiać z systemem należy uruchomić wszystkie komórki pliku lab/08-parsing-semantyczny-uczenie(zmodyfikowany).ipynb, w celu nauczenia modelu, po ich wykonaniu należy uruchomić pythonowy skrypt src/dialogue_system.py

• dodananie modelu służącego do klasyfikacji wypowiedzi użytkownika, rozdzielenie zadań tagowania slotow oraz klasyfikacji wypowiedzi użytkownika do dwóch niezależnych modeli

---

Zadanie 9/10 DST i DP

• implementacja regułowego modułu DST: src/components DST.py

• implementacja regułowego DP, tylko happy path: src/components DP.py

• wykorzystanie w pliku src/dialogue_system.py