prikaz prve stranice dokumenta Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja
Rad nije dostupan
diplomski rad
Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:762895
Marinović, Dejan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Marinović, D. (2023). Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:762895

Marinović, Dejan. "Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:762895

Marinović, Dejan. "Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:762895

Marinović, D. (2023). 'Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:762895

Marinović D. Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:762895

D. Marinović, "Generiranje koherentnih i zanimljivih priča pomoću strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:762895

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:762895
Podaci o radu
NaslovGeneriranje koherentnih i zanimljivih priča pomoću strojnog učenja
Naslov (engleski)Generating Coherent and Engaging Stories using Machine Learning
AutorDejan Marinović
MentorMarina Bagić Babac (mentor)
Član povjerenstvaMarina Bagić Babac (predsjednik povjerenstva)
Član povjerenstvaTomislav Kos (član povjerenstva)
Član povjerenstvaNikica Hlupić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-09-20, Hrvatska
Sažetak
U nedavnoj renesansi ogromnih jezičnih modela i modela za generiranje teksta koja traje i dan danas, ove tehnologije koriste se za rješavanje velikog broja problema uključujući i zadatka automatskog generiranja priča. Ovo potpodručje obrade prirodnog jezika vuče korijene još iz samih početaka polja umjetne inteligencije te svoj razvitak nastavlja i dalje kako nastaju nove metode za automatsko generiranje priča. Iako su ovi pristupi opisani i predstavljeni u istraživačkim radovima dostupnima na Internetu, rekreirati i trenirati ove modele nije jednostavna zadaća pogotovo kada se koriste velike količine podataka koje zahtijevaju veliku računalnu moć i resurse koje prosječno računalo nema. Stoga je konstruiran sustav za automatsko generiranje priča u obliku grafičkog sučelja za upotrebu kojega korisnici ne trebaju ništa trenirati samostalno, nego mogu koristiti već spremne modele za generiranje. Korisnici mogu odabrati koji model žele iz skupa ponuđenih modela koji su trenirani na WikiPlots skupu podataka te također mogu ograničiti proces generiranja odabirom željene duljine teksta te unosom početnog ulaza.
Sažetak (engleski)
In the recent reinassance era of large language models and text generation models, these technologies are employed for many tasks including automatic story generation. Dating back to early days of artificial intelligence, this subfield of natural language processing continues to be developed as new methods for automatic story generation are being invented. Although these approaches are described and presented in research papers available online, recreating these models and training them for usage is not a trivial task, especially when using large amounts of training data which requires great amounts of computing power and resources which an average computer lacks. Thus, a system for automatic story generation in the form of a graphical user interface is constructed for the use of which users do not need to train anything by themselves and can use these text generation models for inference. Users may choose between models which were trained for story synthesis on the WikiPlots dataset and can also constrain the generation process by controlling generation length and choosing a seed or prompt input.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:762895
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 09:41:28