Dr. Yang Zijian Győző

Dr. Yang Zijian Győző jelenleg a HUN-REN Nyelvtudományi Kutatóközpont és a MTA-PPKE Nyelvtechnológiai Kutatócsoport tudományos munkatársa. A Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Karon szerezte a PhD fokozatát humán nyelvtechnológia tudományterületen. Kutatási területei: gépi fordítás és kiértékelése, összefoglaló generálás, generatív nyelvmodellek, orvosi nyelvtechnológia, szövegek kategorizálása, szövegek hibáinak detektálása és helyreállítása.

Rakovics Zsófia

Rakovics Zsófia az ELTE TáTK Szociológia Doktori Iskola doktorandusz hallgatója, a Társadalomkutatások Módszertana Tanszék egyetemi tanársegédje, illetve az ELTE Research Center for Computational Social Science és a HUN-REN Társadalomtudományi Kutatóközpont kutatója. Kutatási területei: a számítógépes társadalomtudomány, a politikai közbeszéd nyelvi polarizációja, a társadalmi rétegződés az információs társadalomban.

Előadás röviden:

Az előadás a szóbeágyazások és nagy nyelvmodellek társadalomtudományi alkalmazásának egy-egy érdekes példáját mutatja be, reflektál a természetesnyelv-feldolgozás és a számítógépes társadalomtudomány használatának elterjedésére. A módszertani szemléletű előadás vizsgálatának tárgyát politikusi beszédek adják. A hallgatóság megismerheti a szóbeágyazási eljárásokkal (többek között egy időbeli szóbeágyazási modellel), illetve a nagy nyelvmodellekkel végzett elemzések eredményeit, az egyes módszerekben rejlő lehetőségeket és korlátokat.

Schäffer Krisztián

Programtervező matematikusként végzett az ELTE-n, majd szerteágazó érdeklődési körét követve az informatika több ágában is tevékenykedett: Foglalkozott kód elemzéssel, programozók IT biztonságra tanításával, full-stack fejlesztéssel, gépi látással a mezőgazdaságban, illetve alapítója több startupnak. Jelenleg egy nyelvi modelleket kiaknázó, "AI-First" fejlesztői eszközön dolgozik.

Előadás röviden:

Az új generációs nyelvi modellek meglepő programkód-generálási képessége ellenére számos kihívással kell szembenéznünk a valós munkakörnyezetben történő hatékony alkalmazásuk előtt. A modellek korlátozott munkamemóriája, a meglévő kódok koherens szerkesztésének nehézségei, valamint az új felhasználói felületek és interakciós módok szükségessége olyan problémák, amelyek megoldási irányait ebben az előadásban keressük és tárgyaljuk meg.

Tamási-Mészáros Evelin

Tamási-Mészáros Evelin a Clementine elemzői csapatában 2016 óta dolgozik, ahol leginkább adatbányászati és szöveganalitikai megoldások kivitelezésével foglalkozik. Munkája során főleg a Python programozási nyelv és az SPSS Modeler integrációjára helyezi a hangsúlyt, ahol az egyes eszközök előnyeit figyelembe véve és felhasználva támogatja a megoldások sikeres kivitelezését. Elvira, a MÁV robotasszisztensének fejlesztési vezetője.

Előadás röviden:

A technológiai fejlődés ütemének gyorsulása a számítógépes nyelvészet területét is áthatotta: a nyílt forráskódú programnyelvek térhódítása és a nyelvi modellek bővülése mind hozzájárult az alkalmazott szöveganalitikai technikák átalakulásához. A változások mikéntjének bemutatásaként olyan esettanulmányok kerülnek a középpontba, amelyek ember és ember közötti párbeszédekhez köthetőek. Az előadás során szó lesz a párbeszédek bonyolultságát tekintve a kevésbé összetett, csupán kérdés-válasz párokon alakuló banki asszisztens, Hanga megvalósulásától a vállalati hitelbírálat folyamatát támogató gépi fórumtag, Avataron keresztül a jelenleg is üzemelő menetrendi utastájékoztató rendszer komplex támogatását végző Elvira bemutatásáig.

Huszti Dániel,

Az IBM közép-kelet-európai régiójának adatelemzési szakértője. Fő feladata az üzleti, technológiai tanácsadás és a nagyvállalati ügyfelek igényeinek megfelelő komplex megoldások tervezése.

Előadás röviden:

A generatív AI alkalmazási területei egyre inkább terjednek, de a valós üzleti felhasználásuk még mindig viszonylag korlátozott. Hogyan lehet ezt hatékonyan implementálni a gyakorlatban? Az előadásban bemutatjuk az IBM új WatsonX platformját és azt, hogy miként képes segíteni a generatív AI alkalmazások hatékonyabb és szélesebb körű bevezetésében.

Pancza Judit

2007. óta dolgozik a Clementine-nál. Munkája során főként az innovatív szemléletű adat-, hang- és szövegbányászati módszertanok kidolgozásával, újító és egyedi megoldásmódok alkalmazásával, illetve azok sikeres vállalati implementációjával foglalkozik.

Előadás röviden:

A névelem felismerés, mondhatni, alap szövegbányászati feladat: segítségével azonosíthatók egy adott dokumentumhalmazban előforduló tulajdonnevek, például személynevek, helyek, szervezetek. Tehetjük ezt „hagyományosan” szótárak és szabályok segítségével vagy gépi tanulással, nyelvi modellek segítségével. Önmagában azonban az, hogy személyneveket, szervezetek neveit vagy azonosítószámokat tudunk szövegbányászati módszerek segítségével kinyerni, még nem jelenti azt, hogy képesek vagyunk entitásokat azonosítani.

Láncreakció

A Clementine podcastsorozatána élő felvétele.