Czech image captioning, machine translation, and sentiment analysis (Neural Monkey models)

  Autoři

Libovický, Jindřich ; Rosa, Rudolf ; Helcl, Jindřich and Popel, Martin

  Identifikátor

http://hdl.handle.net/11234/1-2839

 URL projektu

https://ufal.mff.cuni.cz/grants/lsd

 URL dema

https://ufal.mff.cuni.cz/grants/lsd

 Odkaz na záznam v

http://ceur-ws.org/Vol-2203/138.pdf

 Datum vydání

2018-07-13

 Typ

toolService

 Jazyky

Czech , English

 Popis

This submission contains trained end-to-end models for the Neural Monkey toolkit for Czech and English, solving three NLP tasks: machine translation, image captioning, and sentiment analysis. The models are trained on standard datasets and achieve state-of-the-art or near state-of-the-art performance in the tasks. The models are described in the accompanying paper. The same models can also be invoked via the online demo: https://ufal.mff.cuni.cz/grants/lsd There are several separate ZIP archives here, each containing one model solving one of the tasks for one language. To use a model, you first need to install Neural Monkey: https://github.com/ufal/neuralmonkey To ensure correct functioning of the model, please use the exact version of Neural Monkey specified by the commit hash stored in the 'git_commit' file in the model directory. Each model directory contains a 'run.ini' Neural Monkey configuration file, to be used to run the model. See the Neural Monkey documentation to learn how to do that (you may need to update some paths to correspond to your filesystem organization). The 'experiment.ini' file, which was used to train the model, is also included. Then there are files containing the model itself, files containing the input and output vocabularies, etc. For the sentiment analyzers, you should tokenize your input data using the Moses tokenizer: https://pypi.org/project/mosestokenizer/ For the machine translation, you do not need to tokenize the data, as this is done by the model. For image captioning, you need to: - download a trained ResNet: http://download.tensorflow.org/models/resnet_v2_50_2017_04_14.tar.gz - clone the git repository with TensorFlow models: https://github.com/tensorflow/models - preprocess the input images with the Neural Monkey 'scripts/imagenet_features.py' script (https://github.com/ufal/neuralmonkey/blob/master/scripts/imagenet_features.py) -- you need to specify the path to ResNet and to the TensorFlow models to this script Feel free to contact the authors of this submission in case you run into problems!

 Nakladatel

Charles University, Faculty of Mathematics and Physics, Institute of Formal and Applied Linguistics (UFAL)

 Sponzoři

GA ČR

Kód projektu: 18-02196S

Jméno projektu: Reprezentace lingvistické struktury v neuronových sítích

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: LM2015071

Jméno projektu: LINDAT/CLARIN: Institut pro analýzu, zpracování a distribuci lingvistických dat

 

Ministerstvo školství, mládeže a tělovýchovy České republiky

Kód projektu: CZ.02.1.01/0.0/0.0/16_013/0001781

Jméno projektu: LINDAT/CLARIN - Výzkumná infrastruktura pro jazykové technologie - rozšíření repozitáře a výpočetní kapacity

 

Univerzita Karlova (mimo GAUK)

Kód projektu: SVV 260 453

Jméno projektu: Specifický vysokoškolský výzkum

 

GAUK

Kód projektu: 976518

Jméno projektu: Využití lingvistické informace v neuronovém strojovém překladu

 Klíčová slova

sentiment analysis machine translation image captioning neural networks transformer Neural Monkey

 Kolekce

LINDAT / CLARIAH-CZ Data & Tools

 

Tento záznam byl nahrazen novější verzí:

http://hdl.handle.net/11234/1-3145

Zobrazit další verze  

Zobrazit celý záznam