Available theses topics: Difference between revisions

Latest revision as of 07:42, 5 March 2025

Na tej strani so naštete proste teme za izdelavo zaključnih del pod mojim mentorstvom. Pri izbiri prosim sledite navodilom, ki so opisana na strani glede metodologije priprave zaključnega dela.

MLOps

To complete a successful machine learning project, understanding machine learning theory and concepts is essential, but you need engineering capabilities as well. Effectively developing and deploying machine learning models requires competencies more commonly found in technical fields such as software engineering and DevOps. Within the thesis, the idea is to cover the follwing aspects: (a) how to plan, (b) build, and (c) maintain a machine learning project. In contrast with the standard machine learning cycle, models in production need to integrate with other services or applications, need to run continuously with maximum performance and minimal cost, and have an ability to handle evolving data and business requirements. In this hands-on course you will become familiar with challenges, patterns and well-established tools for doing this effectively.

The idea is to review MLOps in general and then focus on a specific topic - e.g. data versioning (DVC), MLFlow, business perspective and visualizations, pipelines and packaging, deployment and CI/CD, monitoring, regulation compliance tools, ...

Ključne besede: MLOps, DevOps, produktivizacija, razvoj orodij umetne inteligence

Tip zaključnega dela: Diplomsko delo ali Magistrska naloga

Vključevanje strukturiranega znanja v jezikovne modele

Jezikovni modeli vsebujejo splošno znanje, saj so bili izpostavljeni ogromnim količinam besedil. Lahko se jih prilagodi za posamezne domene, vendar ostaja problem osveževanja modela z novimi podatki. Dodatno znanje je v model možno vstavljati na različne načine (npr. na vhodu ali kasneje - tehnika RAG).

V okviru naloge se pričakuje, da bo kandidat raziskal možnosti vstavljanja dodatnega znanja v jezikovni model. Dodatno znanje se lahko nahaja na spletu, v bazi znanja (npr. grafu, ontologiji, ...) ali dodatnih besedilnih virih. Glede na izbran način bo kandidat tudi implementiral iskanje dodatnih vsebin (npr. s tehnikami RAG). Delo bo vrednoteno glede na izbrano domeno (npr. reševanje težav študentskega referata FRI, ugotavljanje razumevanje slovenske slovnice, ...)

Ključne besede: jezikovni modeli, slovenščina, RAG, baze znanja

Tip zaključnega dela: Diplomsko delo ali Magistrska naloga

Portali odprtih podatkov - deljenje, objava, ponovna uporaba

Evropska unija želi ustvariti okolje za boljšo podatkovno ekonomijo. Že pred leti so zato članice EU začele vzpostavljati portale odprtih podatkov, ki večinoma temeljijo na odprtokodnem ogrodju CKAN. Tudi v Sloveniji imamo v tem smislu vzpostavljen portal [1].

Za boljšo ponovno uporabo podatkov morajo biti le ti bolje (avtomatsko) dostopni in ponujeni preko vmesnikov. Projekt Podatkovni zemljevid je omogočil enostavno iskanje in pretvorbo v semantično obliko, kar mora biti še integrirano. Možnosti za inovativnost je še mnogo ...

V okviru naloge se pričakuje podroben pregled izbranega (pod)področja/ogrodja, primerjava obstoječih rešitev in implementacija prototipa s pomočjo odprtokodnih orodij. Prototip je lahko izboljšava/avtomatizacija posameznega dela Podatkovnega zemljevida ali vključitev napredne obdelave naravnega jezika za ponujanje podatkov (npr. iskanje, povzemanje, ...).

Ključne besede: odprti podatki, OPSI, repozitoriji

Tip zaključnega dela: Diplomsko delo ali Magistrska naloga

Evropski podatkovni prostori - infrastruktura

Podatkovni prostori (angl. Dataspaces) predstavljajo abstrakcijo upravljanja podatkov, kjer je osredni cilj odprava težav, ki se pojavijo pri integraciji podatkov. Osrednji namen podatkovnih prostorov je zmanjšati napor, ki je potreben za vzpostavitev sistema za integracijo podatkov, kjer uporabimo obstoječe tehnike ujemanj in preslikav ter vpeljava plačila po uporabi. Na ravni EU je prisotnih veliko aktivnosti, kjer je na voljo številno gradivo:

V okviru naloge se pričakuje podroben pregled izbranega (pod)področja/ogordja, primerjava obstoječih rešitev in implementacija prototipa s pomočjo odprtokodnih orodij.

Ključne besede: podatkovni prostori, semantika, spletne tehnologije

Tip zaključnega dela: Diplomsko delo ali Magistrska naloga

Evropski podatkovni prostor za jezik (Language Data Space)

Podatkovni prostori (angl. Dataspaces) predstavljajo abstrakcijo upravljanja podatkov, kjer je osredni cilj odprava težav, ki se pojavijo pri integraciji podatkov. Osrednji namen podatkovnih prostorov je zmanjšati napor, ki je potreben za vzpostavitev sistema za integracijo podatkov, kjer uporabimo obstoječe tehnike ujemanj in preslikav ter vpeljava plačila po uporabi. Glejte tudi zgornje gradivo.

V okviru naloge se pričakuje podroben pregled stanja in razvoja Evropskega podatkovnega prostora za jezik. Izvede naj se primerjava z drugimi podatkovnimi prostori (predvsem glede izbire infrastrukture). Implementira naj se prototip, ki bi omogočil vključitev in/ali uporabo podatkov iz podatkovnega prostora.

Ključne besede: podatkovni prostori, semantika, jezikovne tehnologije

Tip zaključnega dela: Diplomsko delo ali Magistrska naloga

Izdelava Sociogramov - sedežni red

Sociometrija je tehnika iz socialne psihologije in sociologije, ki se uporablja za merjenje družbenih odnosov v skupinah (npr. ekipe, razredi v šolah, ...). Z njo se opredeli povezanost skupine ter vlogo posameznika v tej skupini (npr. izločen, priljubljen, vodja, ...). Vodji skupine (npr. trenerju, učitelju, socialnemu pedagogu) tehnika pomaga razumeti latentne odnose v skupinah in jim omogoča učinkovitejše ter ustreznejše delo s skupino.

V okviru projekta se pričakuje:

Nadgradnja obstoječe aplikacije Sociogram (sedežni red ali oddaljeno izpolnjevanje sociogramov). Uporaba tehnologij Java 18+, Python/Django, React (ali drugo ogrodje) in MariaDB.
Sodelovanje s študentkami/študenti iz Fakultete za šport (FSP) in podjetjem MikroGrafArt d.o.o..
Predvidenih 80 ur dela, plačanih po postavki 11,30 EUR bruto bruto.
Čas sodelovanja v obdobju od aprila do septembra 2024.

Delo se lahko nadgradi in uporabi tudi v okviru predmetov RvP/OSD ali se jih prilagodi v zaključno delo (npr. diplomska naloga)

Predlaganje sedežnega reda v učilnicah glede na rezultat Sociograma: Na podlagi rezultatov medsebojnih odnosov in dinamike pri pouku se bo pregledalo teoretične vidike in predlagalo metodologije za izdelavo sedežnih redov na podlagi sociometrije (študent FSP). Metodologije bodo nato implementirane v dodatnem modulu programa Sociogram, ki bo omogočal avtomatsko izdelavo sedežnega reda za poljubno vnešen tloris učilnice (študent FRI). Rezultat bo omogočil kakovostnejše izobraževanje, zmanjšanje neenakosti in večjo integracijo skupin.

Ključne besede: sociogram, psihologija, delo v skupinah, namizna aplikacija, spletne storitve

Tip zaključnega dela: Diplomsko delo

Izdelava Sociogramov - oddaljen način

Sociometrija je tehnika iz socialne psihologije in sociologije, ki se uporablja za merjenje družbenih odnosov v skupinah (npr. ekipe, razredi v šolah, ...). Z njo se opredeli povezanost skupine ter vlogo posameznika v tej skupini (npr. izločen, priljubljen, vodja, ...). Vodji skupine (npr. trenerju, učitelju, socialnemu pedagogu) tehnika pomaga razumeti latentne odnose v skupinah in jim omogoča učinkovitejše ter ustreznejše delo s skupino.

V okviru projekta se pričakuje

Nadgradnja obstoječe aplikacije Sociogram (sedežni red ali oddaljeno izpolnjevanje sociogramov). Uporaba tehnologij Java 18+, Python/Django, React (ali drugo ogrodje) in MariaDB.
Sodelovanje s študentkami/študenti iz Fakultete za šport (FSP) in podjetjem MikroGrafArt d.o.o..
Predvidenih 80 ur dela, plačanih po postavki 11,30 EUR bruto bruto.
Čas sodelovanja v obdobju od aprila do septembra 2024.

Delo se lahko nadgradi in uporabi tudi v okviru predmetov RvP/OSD ali se jih prilagodi v zaključno delo (npr. diplomska naloga).

Izdelava Sociograma na oddaljen način: Trenutno se Sociogram printa na liste, od koder se nato rezultate vnese v program. Potrebno je preveriti in izdelati varen protokol (študent FSP) in implementirati avtomatske mehanizme za oddaljeno izpolnjevanje sociograma preko e-pošte ali drugih kanalov, pri čemer je potrebno zagotavljati varnost in anonimnost (študent FRI). Rezultat bo bolj učinkovito anketiranje in bolj trajnostna izdelava sociogramov brez potrebe printanja.

Ključne besede: sociogram, psihologija, delo v skupinah, namizna aplikacija, spletne storitve

Tip zaključnega dela: Diplomsko delo

Evalvacija in produktivizacija orodja TextCaptcha

Martin Čebular je v okviru svoje magistrske naloge razvil orodje TextCaptcha - Preprečevanje neželenih komentarjev za spletne novice s pomočjo tehnik za procesiranje naravnega jezika (Martin Čebular). Ideja za orodje izhaja iz storitve reCaptcha, ki se uporablja za bolj natančno digitalizacijo knjig. V osnovi deluje tako, da bralcu prikaže npr. dva niza, pri katerem sistem za enega pozna rešitev, za drugega ne. Uporabnik mora oba niza vpisati v vnosno polje. Sistem nato preko več odgovorov ugotovi, kakšna je pravilna digializacija neznanega niza.

Izdelano orodje je že bilo validirano in kot Javascript vtičnik na spletnih straneh [rtvslo.si]. Namen magistrske naloge bi bil (a) izdelati natančno metodologijo uporabe orodja TextCaptcha za namene zbiranja označenih korpusov v slovenskem jeziku, (b) prikazati smiselne primere uporabe in (c) evalvirati orodje na realnih primerih.

Ključne besede: ekstrakcija informacij, gradnja podatkovnih množic, preverjanje vnosov

Tip zaključnega dela: Magistrsko delo

Primerjava standardne slovenščine v Sloveniji in izzven nje

Za primerjavo jezikov obstajajo že uveljavljene metode, s katerimi se lahko primerja, kdaj sta si jezika sorodna, enaka oz. kako različna sta si. V okviru zaključnega dela naj se primerja besedila novic iz področja Slovenije z besedili novic zamejskih Slovencev ali izseljencev. Primeri novic izseljencev so na primer novice.at (Avstrija), Novi list (Argentina), ipd., pri čemer naj se pregleda možnosti za pridobitev tudi drugih primernih virov. Izdela naj se referenčni korpus, katerega se bo primerjalo z referenčnim korpusom standardne slovenščine v Sloveniji (vir bo zagotovljen). Množice je potrebno nato primerjati in ugotoviti jezikovne različnosti (npr. raba besed v različnih kontekstih, pojavljanje starih/novih besed, vpliv tujega jezika, vrstni red besed).

Uporabne povezave: Lexical distance map among languages

Ključne besede: slovenščina, primerjava besedil, novice

Tip zaključnega dela: Magistrsko delo

Produktivizacija modelov globokega učenja

V zadnjem času se globoki modeli nevronskih mrež čedalje bolj uporabljajo v praksi. Seveda je možno implementirati lastno infrastrukturo, ki bo služila namenu, da bodo rezultati našega modela dostopni uporabnikom, vendar za ta namen obstajajo tudi specifična orodja ali ogrodja. V okviru zaključnega dela naj se pregleda in primerja platforme, ki to omogočajo (npr. Nvidia Triton). Izbrano platformo naj se tudi preskusi in prikaže delovanje na praktičnem primeru (npr. produktivizacija obstoječega globokega modela).

Možne druge variacije zaključnega dela: (a) Pregled in preskus platforme za zaganjanje globokih modelov v brskalniku (npr. www.tensorflow.org/js).; (b) Pregled in preskus platforme za zaganjanje globokih modelov na mobilnih napravah (npr. Tensorflow Android, Tensorflow iOS, Apple CoreML).

Ključne besede: globoko učenje, ogrodja za umetno inteligenco, produktivizacija

Tip zaključnega dela: Magistrsko delo

Izdelava ogrodja za demokratizacijo obdelave naravnega jezika

V okviru projekta Razvoj slovenščine v digitalnem okolju smo pregledali možnosti za izdelavo orodja za procesiranje naravnega jezika po vzoru obstoječih orodij - GATE, UIMA, Orange3 (Text mining Addon, Textable). Poleg tega smo pripravili tudi zasnovo splošnega podatkovnega modela, arhitekturo orodja in definirali programske vmesnike za komunikacijo med vsebniki Docker.

Namen zaključnega dela je implementirati predlagano orodja in pokazati možnosti za izvedljivost projekta ter uporabo orodja v praksi. Končna specifikacija kmalu na voljo javnosti.

Ključne besede: Docker, procesiranje naravnega jezika, podatkovni model, programski vmesniki

Tip zaključnega dela: Diplomsko delo delo

Ostale možne tematike

Kandidat si lahko zamisli svoj lasten problem iz področja iskanja in ekstrakcije vsebin is spleta ali procesiranja naravnega jezika ter ga uskladi z menoj. Tematike se lahko dotikajo tudi analize in uporabe odprtokodnih sistemov, ki so morda trenutno aktualne, uporabe in analize odprtih podatkov (npr. iz portala OPSI) ali izdelave speficičnih orodij za obdelavo podatkov (ETL, informacijski sistemi, ipd.).

Prav tako vsako leto na področju procesiranja naravnega jezika potekajo tekmovanja z zanimivimi tematikami, ki lahko predstavljajo zaključno delo. Največkrat so to delavnice (angl., workshops) na konferencah ACL, CoNLL, BSNLP, EMNLP, ipd.

@@ Line 1: / Line 1: @@
 __NOTOC__
-Na tej strani so naštete proste teme za izdelavo zaključnih del pod mojim mentorstvom.
+Na tej strani so naštete proste teme za izdelavo zaključnih del pod mojim mentorstvom. Pri izbiri prosim sledite navodilom, ki so opisana na [[Thesis_preparation_instructions|strani glede metodologije priprave zaključnega dela]].
-=== Evalvacija in produktivizacija orodja TextCaptcha ===
+=== MLOps ===
-:Martin Čebular je v okviru svoje magistrske naloge razvil orodje TextCaptcha - [[Master_theses|Preprečevanje neželenih komentarjev za spletne novice s pomočjo tehnik za procesiranje naravnega jezika (Martin Čebular)]]. Ideja za orodje izhaja iz storitve [http://recaptcha.net reCaptcha], ki se uporablja za bolj natančno digitalizacijo knjig. V osnovi deluje tako, da bralcu prikaže npr. dva niza, pri katerem sistem za enega pozna rešitev, za drugega ne. Uporabnik mora oba niza vpisati v vnosno polje. Sistem nato preko več odgovorov ugotovi, kakšna je pravilna digializacija neznanega niza.
+:To complete a successful machine learning project, understanding machine learning theory and concepts is essential, but you need engineering capabilities as well. Effectively developing and deploying machine learning models requires competencies more commonly found in technical fields such as software engineering and DevOps. Within the thesis, the idea is to cover the follwing aspects: (a) how to plan, (b) build, and (c) maintain a machine learning project. In contrast with the standard machine learning cycle, models in production need to integrate with other services or applications, need to run continuously with maximum performance and minimal cost, and have an ability to handle evolving data and business requirements. In this hands-on course you will become familiar with challenges, patterns and well-established tools for doing this effectively.
+:The idea is to review MLOps in general and then focus on a specific topic - e.g. data versioning (DVC), MLFlow, business perspective and visualizations, pipelines and packaging, deployment and CI/CD, monitoring, regulation compliance tools, ...
+:;Ključne besede
+::MLOps, DevOps, produktivizacija, razvoj orodij umetne inteligence
+:;Tip zaključnega dela
+::Diplomsko delo ali Magistrska naloga
+=== Vključevanje strukturiranega znanja v jezikovne modele ===
+:Jezikovni modeli vsebujejo splošno znanje, saj so bili izpostavljeni ogromnim količinam besedil. Lahko se jih prilagodi za posamezne domene, vendar ostaja problem osveževanja modela z novimi podatki. Dodatno znanje je v model možno vstavljati na različne načine (npr. na vhodu ali kasneje - tehnika RAG).
+:V okviru naloge se pričakuje, da bo kandidat raziskal možnosti vstavljanja dodatnega znanja v jezikovni model. Dodatno znanje se lahko nahaja na spletu, v bazi znanja (npr. grafu, ontologiji, ...) ali dodatnih besedilnih virih. Glede na izbran način bo kandidat tudi implementiral iskanje dodatnih vsebin (npr. s tehnikami RAG). Delo bo vrednoteno glede na izbrano domeno (npr. reševanje težav študentskega referata FRI, ugotavljanje razumevanje slovenske slovnice, ...)
+:;Ključne besede
+::jezikovni modeli, slovenščina, RAG, baze znanja
+:;Tip zaključnega dela
+::Diplomsko delo ali Magistrska naloga
+=== Portali odprtih podatkov - deljenje, objava, ponovna uporaba ===
+:Evropska unija želi ustvariti okolje za boljšo podatkovno ekonomijo. Že pred leti so zato članice EU začele vzpostavljati portale odprtih podatkov, ki večinoma temeljijo na odprtokodnem ogrodju [https://ckan.org/ CKAN]. Tudi v Sloveniji imamo v tem smislu vzpostavljen portal [https://podatki.gov.si/].
+:Za boljšo ponovno uporabo podatkov morajo biti le ti bolje (avtomatsko) dostopni in ponujeni preko vmesnikov. Projekt [https://github.com/FRI-MDP/Podatkovni-zemljevid-2023 Podatkovni zemljevid] je omogočil enostavno iskanje in pretvorbo v semantično obliko, kar mora biti še integrirano. Možnosti za inovativnost je še mnogo ...
+:V okviru naloge se pričakuje podroben pregled izbranega (pod)področja/ogrodja, primerjava obstoječih rešitev in implementacija prototipa s pomočjo odprtokodnih orodij. Prototip je lahko izboljšava/avtomatizacija posameznega dela Podatkovnega zemljevida ali vključitev napredne obdelave naravnega jezika za ponujanje podatkov (npr. iskanje, povzemanje, ...).
+:;Ključne besede
+::odprti podatki, OPSI, repozitoriji
+:;Tip zaključnega dela
+::Diplomsko delo ali Magistrska naloga
+=== Evropski podatkovni prostori - infrastruktura ===
+:Podatkovni prostori (angl. Dataspaces) predstavljajo abstrakcijo upravljanja podatkov, kjer je osredni cilj odprava težav, ki se pojavijo pri integraciji podatkov. Osrednji namen podatkovnih prostorov je zmanjšati napor, ki je potreben za vzpostavitev sistema za integracijo podatkov, kjer uporabimo obstoječe tehnike ujemanj in preslikav ter vpeljava plačila po uporabi. Na ravni EU je prisotnih veliko aktivnosti, kjer je na voljo številno gradivo:
+:* [https://data.europa.eu/en/news-events/news/european-strategy-data Evropska podatkovna strategija],
+:* [https://nio.gov.si/nio/asset/strategija+digitalnih+javnih+storitev Strategija digitalnih javnih storitev 2030 (SDJU 2030)],
+:* [https://eu-skladi.si/sl/po-2020/nacrt-za-okrevanje-in-krepitev-odpornosti Načrt za okrevanje in odpornost (NOO)],
+:* [https://digital-strategy.ec.europa.eu/en/library/staff-working-document-data-spaces Usmeritve Evropske komisije],
+:* [https://docs.internationaldataspaces.org/knowledge-base International Data Spaces],
+:* [https://mydata.org/participate/declaration/ MyData Principles],
+:* [https://solidproject.org/about SOLID Intiative],
+:* [https://gaia-x.eu/ GAIA-X],
+:* [https://oceanprotocol.com/ OCEAN protocol].
+:V okviru naloge se pričakuje podroben pregled izbranega (pod)področja/ogordja, primerjava obstoječih rešitev in implementacija prototipa s pomočjo odprtokodnih orodij.
+:;Ključne besede
+::podatkovni prostori, semantika, spletne tehnologije
+:;Tip zaključnega dela
+::Diplomsko delo ali Magistrska naloga
+=== Evropski podatkovni prostor za jezik (Language Data Space) ===
+:Podatkovni prostori (angl. Dataspaces) predstavljajo abstrakcijo upravljanja podatkov, kjer je osredni cilj odprava težav, ki se pojavijo pri integraciji podatkov. Osrednji namen podatkovnih prostorov je zmanjšati napor, ki je potreben za vzpostavitev sistema za integracijo podatkov, kjer uporabimo obstoječe tehnike ujemanj in preslikav ter vpeljava plačila po uporabi. Glejte tudi zgornje gradivo.
-:Izdelano orodje je že bilo validirano in kot Javascript vtičnik na spletnih straneh [rtvslo.si]. Namen magistrske naloge bi bil (a) izdelati natančno metodologijo uporabe orodja TextCaptcha za namene zbiranja označenih korpusov v slovenskem jeziku, (b) prikazati smiselne primere uporabe in (c) evalvirati orodje na realnih primerih.
+:V okviru naloge se pričakuje podroben pregled stanja in razvoja [https://language-data-space.ec.europa.eu/index_en Evropskega podatkovnega prostora za jezik]. Izvede naj se primerjava z drugimi podatkovnimi prostori (predvsem glede izbire infrastrukture). Implementira naj se prototip, ki bi omogočil vključitev in/ali uporabo podatkov iz podatkovnega prostora.
 :;Ključne besede
-::ekstrakcija informacij, gradnja podatkovnih množic, preverjanje vnosov
+::podatkovni prostori, semantika, jezikovne tehnologije
 :;Tip zaključnega dela
-::Magistrsko delo
+::Diplomsko delo ali Magistrska naloga
+=== Izdelava Sociogramov - sedežni red ===
+:Sociometrija je tehnika iz socialne psihologije in sociologije, ki se uporablja za merjenje družbenih odnosov v skupinah (npr. ekipe, razredi v šolah, ...). Z njo se opredeli povezanost skupine ter vlogo posameznika v tej skupini (npr. izločen, priljubljen, vodja, ...). Vodji skupine (npr. trenerju, učitelju, socialnemu pedagogu) tehnika pomaga razumeti latentne odnose v skupinah in jim omogoča učinkovitejše ter ustreznejše delo s skupino.
+:V okviru projekta se pričakuje:
+:* Nadgradnja obstoječe aplikacije Sociogram (sedežni red ali oddaljeno izpolnjevanje sociogramov). Uporaba tehnologij Java 18+, Python/Django, React (ali drugo ogrodje) in MariaDB.
+:* Sodelovanje s študentkami/študenti iz Fakultete za šport (FSP) in podjetjem MikroGrafArt d.o.o..
+:* Predvidenih 80 ur dela, plačanih po postavki 11,30 EUR bruto bruto.
+:* Čas sodelovanja v obdobju od aprila do septembra 2024.
+:Delo se lahko nadgradi in uporabi tudi v okviru predmetov RvP/OSD ali se jih prilagodi v zaključno delo (npr. diplomska naloga)
-=== Primerjava standardne slovenščine v Sloveniji in izzven nje ===
+:Predlaganje sedežnega reda v učilnicah glede na rezultat Sociograma: Na podlagi rezultatov medsebojnih odnosov in dinamike pri pouku se bo pregledalo teoretične vidike in predlagalo metodologije za izdelavo sedežnih redov na podlagi sociometrije (študent FSP). Metodologije bodo nato implementirane v dodatnem modulu programa Sociogram, ki bo omogočal avtomatsko izdelavo sedežnega reda za poljubno vnešen tloris učilnice (študent FRI). Rezultat bo omogočil kakovostnejše izobraževanje, zmanjšanje neenakosti in večjo integracijo skupin.
-:Za primerjavo jezikov obstajajo že uveljavljene metode, s katerimi se lahko primerja, kdaj sta si jezika sorodna, enaka oz. kako različna sta si. V okviru zaključnega dela naj se primerja besedila novic iz področja Slovenije z besedili novic zamejskih Slovencev ali izseljencev. Primeri novic izseljencev so na primer [http://www.novice.at/ novice.at] (Avstrija), Novi list (Argentina), ipd., pri čemer naj se pregleda možnosti za pridobitev tudi drugih primernih virov. Izdela naj se referenčni korpus, katerega se bo primerjalo z referenčnim korpusom standardne slovenščine v Sloveniji (vir bo zagotovljen). Množice je potrebno nato primerjati in ugotoviti jezikovne različnosti (npr. raba besed v različnih kontekstih, pojavljanje starih/novih besed, vpliv tujega jezika, vrstni red besed).
 :;Ključne besede
-::slovenščina, primerjava besedil, novice
+::sociogram, psihologija, delo v skupinah, namizna aplikacija, spletne storitve
 :;Tip zaključnega dela
-::Magistrsko delo
+::Diplomsko delo
+=== Izdelava Sociogramov - oddaljen način ===
+:Sociometrija je tehnika iz socialne psihologije in sociologije, ki se uporablja za merjenje družbenih odnosov v skupinah (npr. ekipe, razredi v šolah, ...). Z njo se opredeli povezanost skupine ter vlogo posameznika v tej skupini (npr. izločen, priljubljen, vodja, ...). Vodji skupine (npr. trenerju, učitelju, socialnemu pedagogu) tehnika pomaga razumeti latentne odnose v skupinah in jim omogoča učinkovitejše ter ustreznejše delo s skupino.
+:V okviru projekta se pričakuje
+:* Nadgradnja obstoječe aplikacije Sociogram (sedežni red ali oddaljeno izpolnjevanje sociogramov). Uporaba tehnologij Java 18+, Python/Django, React (ali drugo ogrodje) in MariaDB.
+:* Sodelovanje s študentkami/študenti iz Fakultete za šport (FSP) in podjetjem MikroGrafArt d.o.o..
+:* Predvidenih 80 ur dela, plačanih po postavki 11,30 EUR bruto bruto.
+:* Čas sodelovanja v obdobju od aprila do septembra 2024.
+:Delo se lahko nadgradi in uporabi tudi v okviru predmetov RvP/OSD ali se jih prilagodi v zaključno delo (npr. diplomska naloga).
-=== Analiza in primerjava podatkovnih baz za hranjenje podatkov v grafih ===
+:Izdelava Sociograma na oddaljen način: Trenutno se Sociogram printa na liste, od koder se nato rezultate vnese v program. Potrebno je preveriti in izdelati varen protokol (študent FSP) in implementirati avtomatske mehanizme za oddaljeno izpolnjevanje sociograma preko e-pošte ali drugih kanalov, pri čemer je potrebno zagotavljati varnost in anonimnost (študent FRI). Rezultat bo bolj učinkovito anketiranje in bolj trajnostna izdelava sociogramov brez potrebe printanja.
-:Obstaja mnogo primerov, ko se lahko podatke hrani v grafih, ali ko tudi že poizvedba predstavlja podgraf. Namen zaključnega dela je identifikacija in opis domen, kjer se uporabljajo grafovski podatkovni modeli. Temu naj nato sledi pregled najbolj znanih podatkovnih baz na tem področju, skupaj z njihovo primerjavo. Primera baz iz tega področja sta na primer [https://janusgraph.org Janus Graph] ali [https://neo4j.com Neo4J]. Na podlagi primerjalne tabele naj se izbere eno ali dve najbolj primerni implementaciji in prikaže delovanje podatkovne baze. Prikaz naj zajema (a) namestitev, (b) uvoz podatkov, (c) poizvedovanje in (d) performančne lastnosti.
 :;Ključne besede
-::podatkovne baze, predstavitev v obliki grafa, povezave
+::sociogram, psihologija, delo v skupinah, namizna aplikacija, spletne storitve
 :;Tip zaključnega dela
-::Diplomsko ali magistrsko delo
+::Diplomsko delo
+=== Evalvacija in produktivizacija orodja TextCaptcha ===
+:Martin Čebular je v okviru svoje magistrske naloge razvil orodje TextCaptcha - [[Master_theses|Preprečevanje neželenih komentarjev za spletne novice s pomočjo tehnik za procesiranje naravnega jezika (Martin Čebular)]]. Ideja za orodje izhaja iz storitve [http://recaptcha.net reCaptcha], ki se uporablja za bolj natančno digitalizacijo knjig. V osnovi deluje tako, da bralcu prikaže npr. dva niza, pri katerem sistem za enega pozna rešitev, za drugega ne. Uporabnik mora oba niza vpisati v vnosno polje. Sistem nato preko več odgovorov ugotovi, kakšna je pravilna digializacija neznanega niza.
-=== Pregled in analiza semantičnih (SPARQL) podatkovnih baz ===
+:Izdelano orodje je že bilo validirano in kot Javascript vtičnik na spletnih straneh [rtvslo.si]. Namen magistrske naloge bi bil (a) izdelati natančno metodologijo uporabe orodja TextCaptcha za namene zbiranja označenih korpusov v slovenskem jeziku, (b) prikazati smiselne primere uporabe in (c) evalvirati orodje na realnih primerih.
-:V letu 2012 je Simeon Puntar izdelal diplomsko nalogo [https://repozitorij.uni-lj.si/IzpisGradiva.php?id=25858 Pregled in primerjava triplestore podatkovnih baz]. Od tedaj se je na področju semantičnega spleta zgodilo marsikaj.
+:;Ključne besede
+::ekstrakcija informacij, gradnja podatkovnih množic, preverjanje vnosov
-:Semantične podatkovne baze morajo biti sposobne hraniti podatke, ki so opisani s pomočjo ontologij (npr. v jeziku RDF(S), OWL). Za poizvedovanje nad takšnimi shemami je bil zasnovan protokol in poizvedovalni jezik SPARQL, ki ga podpirajo nekatere podatkovne baze. V zaključnem delu naj se pregleda področje grafovskih podatkovnih baz, ki podpirajo poizvedovanje z jezikom SPARQL. Nepopoln seznam je na voljo na [https://en.wikipedia.org/wiki/List_of_SPARQL_implementations Wikipediji]. Trenutno (v letu 2022) so morda najbolj aktualne baze [https://www.ontotext.com/products/graphdb OntoText GraphDB], [https://aws.amazon.com/neptune Amazon Neptune] ali [https://www.oracle.com/database/graph/ Oracle Graph Database]. Performančno analizo se lahko izvede s pomočjo predpripravljenih podatkov - ''[http://swat.cse.lehigh.edu/projects/lubm/ Lehigh University Benchmark (LUBM)]''
+:;Tip zaključnega dela
+::Magistrsko delo
-Naslov: Analiza orodij za hranjenje in poizvedovanje nad semantično opisanimi podatki
+=== Primerjava standardne slovenščine v Sloveniji in izzven nje ===
+:Za primerjavo jezikov obstajajo že uveljavljene metode, s katerimi se lahko primerja, kdaj sta si jezika sorodna, enaka oz. kako različna sta si. V okviru zaključnega dela naj se primerja besedila novic iz področja Slovenije z besedili novic zamejskih Slovencev ali izseljencev. Primeri novic izseljencev so na primer [http://www.novice.at/ novice.at] (Avstrija), Novi list (Argentina), ipd., pri čemer naj se pregleda možnosti za pridobitev tudi drugih primernih virov. Izdela naj se referenčni korpus, katerega se bo primerjalo z referenčnim korpusom standardne slovenščine v Sloveniji (vir bo zagotovljen). Množice je potrebno nato primerjati in ugotoviti jezikovne različnosti (npr. raba besed v različnih kontekstih, pojavljanje starih/novih besed, vpliv tujega jezika, vrstni red besed).
-Pred leti je bila napisana sledeča diplomska: http://eprints.fri.uni-lj.si/1961/. V času od teda se je zgodilo marsikaj, tako da predlagam, da se preveri grafovske baze, ki podpirajo SPARQL (=poizvedovalni jezik za podatke, opisane z ontologijami, kot je na primer DBPedia): https://en.wikipedia.org/wiki/List_of_SPARQL_implementations. Poleg teh je pomembna še https://www.ontotext.com/products/graphdb/.
+:;Uporabne povezave
+::[https://alternativetransport.wordpress.com/2015/05/04/how-much-does-language-change-when-it-travels/ Lexical distance map among languages]
-Ostale grafovske pa so npr https://janusgraph.org/ ali neo4j (https://neo4j.com/blog/neo4j-rdf-graph-database-reasoning-engine/).
+:;Ključne besede
+::slovenščina, primerjava besedil, novice
-Ideja bi bila, da se opiše podatkovne baze, njihove funkcionalnosti. Nato pa se npr. vzame LUBM podatke in izvede performančne teste, da se ugotovi, kako delujejo.
+:;Tip zaključnega dela
+::Magistrsko delo
-Predmet NLP: https://ucilnica.fri.uni-lj.si/course/view.php?id=224
+=== Produktivizacija modelov globokega učenja ===
+:V zadnjem času se globoki modeli nevronskih mrež čedalje bolj uporabljajo v praksi. Seveda je možno implementirati lastno infrastrukturo, ki bo služila namenu, da bodo rezultati našega modela dostopni uporabnikom, vendar za ta namen obstajajo tudi specifična orodja ali ogrodja. V okviru zaključnega dela naj se pregleda in primerja platforme, ki to omogočajo (npr. Nvidia Triton). Izbrano platformo naj se tudi preskusi in prikaže delovanje na praktičnem primeru (npr. produktivizacija obstoječega globokega modela).
-Cilj:
+:;Možne druge variacije zaključnega dela
-Pregled obstoječih podatkovnih baz
+::(a) Pregled in preskus platforme za zaganjanje globokih modelov v brskalniku (npr. [https://www.tensorflow.org/js www.tensorflow.org/js]).
-grafovske baze -> SPARQL
+::(b) Pregled in preskus platforme za zaganjanje globokih modelov na mobilnih napravah (npr. [https://www.tensorflow.org/lite/android Tensorflow Android], [https://www.tensorflow.org/lite/guide/ios Tensorflow iOS], [https://developer.apple.com/documentation/coreml Apple CoreML]).
---->primerjalna tabela baz
---> odločitev za test
-Opis testnih scenarijev in podatkov
-LUBM test set
-Performančna analiza
-velikost baze/poraba CPU-pomnilnika/ čas izvajanja poizvedb
-čas uvažanja podatkov, ...
------
+:;Ključne besede
+::globoko učenje, ogrodja za umetno inteligenco, produktivizacija
+:;Tip zaključnega dela
+::Magistrsko delo
-Unsupervised NER using BERT: https://towardsdatascience.com/unsupervised-ner-using-bert-2d7af5f90b8a
+=== Izdelava ogrodja za demokratizacijo obdelave naravnega jezika ===
-Open IE: triplets based on POS->SRL (see stanford’s models)
+:V okviru projekta [https://slovenscina.eu Razvoj slovenščine v digitalnem okolju] smo pregledali možnosti za izdelavo orodja za procesiranje naravnega jezika po vzoru obstoječih orodij - [https://gate.ac.uk GATE], [https://uima.apache.org UIMA], [https://orangedatamining.com Orange3] ([https://github.com/biolab/orange3-text Text mining Addon], [http://textable.io Textable]). Poleg tega smo pripravili tudi zasnovo splošnega podatkovnega modela, arhitekturo orodja in definirali programske vmesnike za komunikacijo med vsebniki Docker.
-Primerjava novic besedil zamejskih Slovencev s nacionalnimi besedili
------
+:Namen zaključnega dela je implementirati predlagano orodja in pokazati možnosti za izvedljivost projekta ter uporabo orodja v praksi. Končna specifikacija kmalu na voljo javnosti.
-- Produktivizacija modelov globokega učenja (npr. Nvidia Triton, JS, Mobile)
+:;Ključne besede
-- Implementacija podpore za slovenski jezik (Apache Solr)
+::Docker, procesiranje naravnega jezika, podatkovni model, programski vmesniki
-- Primerjava sistemov za informacijsko poizvedovanje (Apache Solr, Elasticsearch, Milvus, ...)
----
+:;Tip zaključnega dela
-- Sistem za procesiranje jezika
+::Diplomsko delo delo
-- CAPTCHA nadgradnja
-- OpenIE nadgradnja
-- Solr (uporaba slovenskega vtičnika in testiranje)
 === Ostale možne tematike ===
-Kandidat si lahko zamisli svoj lasten problem iz področja iskanja in ekstrakcije vsebin is spleta ali procesiranja naravnega jezika ter ga uskladi z mentorjem. Tematike se lahko dotikajo tudi analize in uporabe odprtokodnih sistemov (npr. Solr, Lucene, ...), ki so morda trenutno aktualne, uporabe in analize odprtih podatkov (npr. iz portala [https://podatki.gov.si/ OPSI]). Prav tako vsako leto na področju analize besedil potekajo tekmovanja z zanimivimi tematikami, s katerimi se lahko lahko spoprime:
+:Kandidat si lahko zamisli svoj lasten problem iz področja iskanja in ekstrakcije vsebin is spleta ali procesiranja naravnega jezika ter ga uskladi z menoj. Tematike se lahko dotikajo tudi analize in uporabe odprtokodnih sistemov, ki so morda trenutno aktualne, uporabe in analize odprtih podatkov (npr. iz portala [https://podatki.gov.si/ OPSI]) ali izdelave speficičnih orodij za obdelavo podatkov (ETL, informacijski sistemi, ipd.).
-* [http://www.conll.org/ CoNLL]
+:Prav tako vsako leto na področju procesiranja naravnega jezika potekajo tekmovanja z zanimivimi tematikami, ki lahko predstavljajo zaključno delo. Največkrat so to delavnice (angl., workshops) na konferencah ACL, CoNLL, BSNLP, EMNLP, ipd.
-* [http://alt.qcri.org/semeval2019/index.php?id=tasks SemEval]
-* [http://bsnlp.cs.helsinki.fi/shared_task.html BSNLP Challenge]