Q78596 (Q78596): Difference between revisions
Jump to navigation
Jump to search
(Removed claim: financed by (P890): European Union (Q1)) |
(Changed an Item) |
||
| Property / financed by | |||
| Property / financed by: European Union / rank | |||
Normal rank | |||
| Property / financed by | |||
| Property / financed by: Directorate-General for Regional and Urban Policy / rank | |||
Normal rank | |||
Revision as of 16:10, 8 February 2020
Project in Poland financed by DG Regio
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | No label defined |
Project in Poland financed by DG Regio |
Statements
1,034,900.0 zloty
0 references
1,382,250.0 zloty
0 references
74.87 percent
0 references
1 June 2018
0 references
30 April 2020
0 references
LITERACKA SP. Z O. O.
0 references
53°46'36.1"N, 20°28'40.1"E
0 references
Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Przedmiotem projektu są prace B+R w celu stworzenia oprogramowania AI-inteligentnego systemu rekomendacji książek, opartego na technikach uczenia głębokiego i przetwarzania języka naturalnego. Rozwiązanie oparte na sieciach neuronowych będzie dotyczyło automatycznej analizy treści książek w j.polskim i j.angielskim i znajdywania podobnych cech fabuły i narracji w celu stworzenia systemu rekomendacyjnego. W tym celu przeprowadzone zostaną badania przemysłowe (etap 1-3) oraz prace rozwojowe (etap 4 i 5). W wyniku badań powstanie Automatyczny Recenzent-metoda automatycznej oceny książek pod względem szeregu cech fabuły, dotychczas wychwytywanych przez literaturoznawców (np. optymistyczna, konwencjonalna, z dobrym zakończeniem itp.). Oprogramowanie jako pierwsze w j. polskim zostanie zaprojektowane w oparciu o modele wykorzystujące sieci neuronowe. Modele osiągają b.dobre efekty dla j.ang., natomiast niewiele prac prowadzonych jest dla języków z tak bogatą składnią jak j. polski. Opracowane rozwiązanie stanowić będzie innowację na skalę międzynarodową. Oparcie technologii o wybrane modele sieci neuronowych pozwoli na analizę treści książki za pomocą algorytmu rekomendującego potrafiącego badać i rozumieć treść na podstawie tzw. miękkich cech. Badania pozwolą na stworzenie systemu rekomendacji książek w oparciu o automatyczną analizę treści poprzez sztuczną inteligencję. Opracowane algorytmy umożliwią nowatorskie podejście do budowania relacji prawdopodobieństwa spersonalizowanej podaży oferty książkowej. System wspierać będzie proces decyzyjny przy zakupie książki w podejściu odmiennym niż dotychczas stosowany. (Polish)
0 references
Identifiers
POIR.01.01.01-00-1118/17
0 references