📜 Popis

Projekt strojového učenia, ktorý generuje doménovo-špecifický text pomocou klastrovania a doladených jazykových modelov. Systém analyzuje texty z piatich odlišných domén (Právo, Veda, Matematika, Fantasy a Sci-Fi), vytvára embeddingy, klastruje ich pomocou redukcie dimenzionality a generuje kontextovo vhodný text pre každú doménu pomocou GPT-2.

⚙️ Funkcie

• Delenie textu – Spracovanie a delenie veľkých textov z viacerých domén
• Sémantické embeddingy – Generovanie embeddingov pomocou Sentence Transformers
• K-Means klastrovanie – Klastrovanie textových embeddingov do doménovo-špecifických skupín
• Doladenie GPT-2 – Trénovanie jazykového modelu na doménovo-špecifických dátach
• Generovanie textu – Generovanie textu na základe vybranej domény