Vedecké zameranie laboratória
NLP Lab pri Katedre informatiky bolo založené v roku 2021 s cieľom vytvoriť priestor pre interdisciplinárny základný a aplikovaný výskum v oblasti spracovania prirodzeného jazyka a zároveň pomocou najmodernejšej infraštruktúry podporiť vzájomnú spoluprácu výskumníkov z Katedry informatiky s inými pracoviskami v rámci domácich a zahraničných inštitúcií.
NLP Lab realizuje výskum v oblasti spracovania prirodzeného jazyka a počítačovej lingvistiky. V súčasnosti sa rieši široká škála projektov zameraných hlavne na:
- neurónový strojový preklad (NMT), hodnotenie kvality strojového prekladu a odhad kvality,
- získavanie znalostí zo štruktúrovaných a neštruktúrovaných dát,
- metódy prípravy údajov pre klasifikáciu falošných správ zameraných na morfologickú a syntaktickú analýzu,
- extrakciu znalostí z textov pre úlohy klasifikácie riešené pomocou neurónových sietí,
- využitie lexikálnej databázy WordNet pre úlohy klasifikácie,
- aplikáciu metód spracovania prirodzeného jazyka pre včasnú detekciu Alzheimerovej choroby a iných neurodegeneratívnych ochorení,
- vytvorenie vhodnej architektúry pre spracovanie veľkých dát a pre spracovanie vybraných úloh NLP.
V rámci NLP Lab pôsobia aj doktorandi programu Aplikovaná informatika, ktorých témy dizertačných prác korešpondujú s vedeckým zameraním laboratória.
NLP Lab intenzívne spolupracuje s jazykovými katedrami v rámci filozofických fakúlt na Slovensku napr. Univerzity Konštantína Filozofa v Nitre, Univerzity sv. Cyrila a Metoda v Trnave a Univerzity Komenského v Bratislave. NLP Lab nadviazalo spoluprácu s pracoviskami orientujúcimi sa na obdobnú oblasť výskumu, konkrétne s Ústavom českého jazyka na Masarykovej univerzite a s Centrom pre vedu a výskumu na Univerzite v Pardubiciach.
Ponuka analýz pre komerčnú i nekomerčnú prax
NLP Lab disponuje potrebným hardvérovým a softvérovým vybavením a poskytuje dostatočnú výpočtovú kapacitu pre spracovanie veľkého objemu štruktúrovaných a neštruktúrovaných dát. V rámci softwarového vybavenia je to profesionálny data miningový nástroj Statistica Data Miner a knižnice jazyka Python pre NLP a strojové učenie.
Projekty
Vznik a následná činnosť NLP Labu bola a je podporená nasledovnými vedeckými projektami:
- APVV-18-0473 - Klasifikačný model chybovosti strojového prekladu: krok k objektívnejšiemu hodnoteniu kvality prekladu (2019-2023)
- VEGA 1/0792/21 - Komparatívna evalvácia strojového prekladu do slovenčiny: štatistický vs. neurónový strojový preklad (2021)
- VEGA 1/0821/21 - Pilier 3 - verifikácia účinnosti revízií zverejňovaných informácií komerčnými bankami v období očakávanej COVID-19 ekonomickej krízy (2021-2023)
- OPVaI ITMS 313011T527 - Falošné informácie v prostredí Internetu - identifikácia, analýza obsahu, emócie (2020-2021)
Publikácie
Hudecová, E., Stahl, J., Benkova, L. & Munkova, D. (2024). Qualität des Posteditierens von maschinell erstellten Übersetzungen technischer Texte aus dem Slowakischen ins Deutsche durch erstsprachig slowakische Posteditoren. ZEITSCHRIFT FÜR SLAWISTIK, 69(1), 27-49. 2022IF: 0.2, Q3 - JCR https://doi.org/10.1515/slaw-2024-0002
Munkova, D., Stranovska, E., Munk, M. (2024). Communication models in a foreign language in relation to cognitive style category width and power distance, FRONTIERS IN PSYCHOLOGY, Frontiers, 14.
2022IF: 3.8, Q1 - JCR, Q1 - SJR https://www.frontiersin.org/articles/10.3389/fpsyg.2023.1272370
Boltiziar, J., Munkova, D. (2023). Emergency remote teaching of listening comprehension using YouTube videos with captions. EDUCATION AND INFORMATION TECHNOLOGIES, Springer, 2022IF: 5.5, Q1 - JCR, Q1 - SJR https://doi.org/10.1007/s10639-023-12282-7
Forgac, F., Munkova, D., Munk, M., Kelebercova, L. (2023). Evaluating automatic sentence alignment approaches on English-Slovak sentences. SCIENTIFIC REPORTS, Nature, 13(1), 20123.
2022IF: 4.6, Q2 - JCR, Q1 - SJR https://doi.org/10.1038/s41598-023-47479-w
Stahl, J., Munkova, D., Benko, L., Hudecova, E. (2023). Maschinelle, posteditierte und menschliche Übersetzung publizistischer und populärwissenschaftlicher Texte aus dem Slowakischen ins Deutsche. LEBENDE SPRACHEN, De Gruyter, 68(2), 259-282.
2022: Q2 - SJR https://doi.org/10.1515/les-2022-1039
Munkova, D., Panisova, L., Welnitzova, K. (2023). A human evaluation of English-Slovak machine translation, Perspectives, Taylor and Francis, 31(6), 1142-1161
2022IF: 1.3, Q2 - JCR, Q1 - SJR https://doi.org/10.1080/0907676X.2022.2116989
Hajek, P., Munk, M. (2023). Speech emotion recognition and text sentiment analysis for financial distress prediction. NEURAL COMPUTING & APPLICATIONS, Springer, 35(29), 21463-21477.
2022IF: 6.000, Q2 - JCR, CCC, Q1 - SJR https://doi.org/10.1007/s00521-023-08470-8
Nagy, K.S., Kapusta, J., Munk, M. (2023). Feature extraction from unstructured texts as a combination of the morphological and the syntactic analysis and its usage in fake news classification tasks. NEURAL COMPUTING & APPLICATIONS, Springer, 35(29), 22055-22067.
2022IF: 6.000, Q2 - JCR, CCC, Q1 - SJR https://doi.org/10.1007/s00521-023-08967-2
Halvonik, D., Kapusta, J., Munk, M. (2023). Improve estimated time-on-task calculation in a Virtual Learning Environment. INTERACTIVE LEARNING ENVIRONMENTS, Routledge, 31(5), 2914-2929.
2022IF: 5.400, Q1 - JCR, CCC, Q1 - SJR https://doi.org/10.1080/10494820.2021.1913609
Sunny, F.A., Hajek, P., Munk, M., Abedin M.Z., Satu, M.S., Efat, M.I.A., Islam M.J. (2022). A Systematic Review of Blockchain Applications. IEEE ACCESS, IEEE, 10, 59155-59177.
2022IF: 3.900, Q2 - JCR, CCC, Q1 - SJR https://doi.org/10.1109/ACCESS.2022.3179690
Wrede, O., Munkova, D., Banik, T., Munk, M. (2022). Zur Erforschung von Korrelationen zwischen verschiedenen Fehlertypen bei der maschinellen Übersetzung aus dem Deutschen ins Slowakische. Lebende Sprachen, De Gruyter, 67(2), 432-456.
2022: Q2 - SJR https://doi.org/10.1515/les-2022-1032
Munkova, D., Munk, M., Benko, L., Stastny, J. (2021). MT evaluation in the context of language complexity. COMPLEXITY, Wiley-Hindawi, 2021, 2806108.
2021IF: 2.121, Q2 - JCR, Q1 - SJR https://doi.org/10.1155/2021/2806108
Munkova, D., Munk, M., Welnitzova, K., Jakabovicova, J. (2021). Product and process analysis of machine translation into the inflectional language. SAGE OPEN, Sage, 11(4), 21582440211054501.
2021IF: 2.032, Q2 - JCR, CCC, Q2 - SJR https://doi.org/10.1177/21582440211054501
Munkova, D., Munk, M., Benko, L., Hajek, P. (2021). The role of automated evaluation techniques in online professional translator training. PEERJ COMPUTER SCIENCE, PeerJ, 7, e706.
2021IF: 2.411, Q2 - JCR, CCC, Q2 - SJR https://doi.org/10.7717/peerj-cs.706
Kapusta, J., Benko, L., Munkova, D., Munk, M. (2021). Analysis of Edit Operations for Post-editing Systems. INTERNATIONAL JOURNAL OF COMPUTATIONAL INTELLIGENCE SYSTEMS, Springer, 14(1), 197.
2021IF: 2.259, Q3 - JCR, CCC, Q2 - SJR https://doi.org/10.1007/s44196-021-00048-3
Drlik, M., Munk, M., Skalka, J. (2021). Identification of Changes in VLE Stakeholders' Behavior Over Time Using Frequent Patterns Mining. IEEE ACCESS, IEEE, 9, 23795-23813.
2021IF: 3.476, Q2 - JCR, CCC, Q1 - SJR https://doi.org/10.1109/ACCESS.2021.3056191
Kapusta, J., Drlik, M., Munk, M. (2021). Using of N-grams From Morphological Tags for Fake News Classification. PEERJ COMPUTER SCIENCE, PeerJ, 7, e624.
2021IF: 2.411, Q2 - JCR, CCC, Q2 - SJR https://doi.org/10.7717/peerj-cs.624
Nagy, K., Kapusta, J. (2021). Improving fake news classification using dependency grammar. PLOS ONE, Public Library of Science, 16(9), e0256940.
2021IF: 3.752, Q2 - JCR, Q1 - SJR https://doi.org/10.1371/journal.pone.0256940
Pilkova, A., Munk, M., Benko, L., Blazekova, P., Kapusta, J. (2021). Pillar 3: Does banking regulation support stakeholders' interest in banks financial and risk profile? PLOS ONE, Public Library of Science, 16(10), e0258449.
2021IF: 3.752, Q2 - JCR, Q1 - SJR https://doi.org/10.1371/journal.pone.0258449
Munk, M., Pilkova, A., Benko, L., Blazekova, P., Svec, P. (2021). Web usage analysis of Pillar 3 disclosed information by deposit customers in turbulent times. EXPERT SYSTEMS WITH APPLICATIONS, Elsevier, 185, 115503.
2021IF: 8.665, Q1 - JCR, CCC, Q1 - SJR https://doi.org/10.1016/j.eswa.2021.115503
Hajek, P., Barushka, A., Munk, M. (2021). Neural Networks with Emotion Associations, Topic Modeling and Supervised Term Weighting for Sentiment Analysis. INTERNATIONAL JOURNAL OF NEURAL SYSTEMS, World Scientific, 31(10), 2150013.
2021IF: 6.325, Q1 - JCR, CCC, Q1 - SJR https://doi.org/10.1142/S0129065721500131
Vedúca laboratória
prof. RNDr. Daša Munková, PhD.
Katedra informatiky
Fakulta prírodných vied a informatiky UKF v Nitre
Tr. A. Hlinku 1
949 01 Nitra
tel. 037 6408 722
e-mail: dmunkova@ukf.sk