Skip to content

NLP KInIT

Part of KInIT

Team website

About the team

O tíme: Výskumný tím zameraný na oblasť spracovania prirodzeného jazyka (NLP). Popri základnom a aplikovanom výskume sa aktívne venuje aj prenosu najnovších vedeckých poznatkov do praxe. V spolupráci s partnermi z akademického aj súkromného sektora pomáha pretavovať pokročilé jazykové technológie, ktoré pomáhajú riešiť reálne výzvy v spoločnosti a priemysle, do praxe.

Hlavné témy výskumu: Metódy spracovania jazyka s malým množstvom zdrojov (low-resource NLP), jazykové modelovanie (language modeling), multilingválne spracovanie jazyka (multilingual NLP), multimodálne prístupy k spracovaniu jazyka (multimodal NLP) a metódy dôveryhodného spracovania jazyka (trustworthy NLP).

Zloženie tímu: Aktuálne pozostáva z 22 vedeckých alebo odborných pracovníkov, 2 doktorandov a niekoľkých dobrovoľníkov a stážistov.

Resources in the catalog17

  • FineWeb2 Slovak

    Dataset, text, ODC-By 1.0

    FineWeb2 Slovak is a comprehensive text corpus featuring over 14.1 billion words across 26.5 million documents tailored for Slovak natural language processing.

  • E5-sk-large

    Model, text, MIT

    This is a specialized Slovak sentence-transformers model that maps sentences & paragraphs to a 1024-dimensional dense vector space and can be used for semantic textual similarity, semantic…

    Search by meaning

    LRKT FEI TUKE, NLP KInIT, NaiveNeuron FMPI CU

  • E5-sk-small

    Model, text, MIT

    This is a specialized Slovak sentence-transformers model that maps sentences & paragraphs to a 384-dimensional dense vector space and can be used for semantic textual similarity, semantic…

    Search by meaning

    LRKT FEI TUKE, NLP KInIT, NaiveNeuron FMPI CU

  • SlovakBERT

    Model, text, MIT

    SlovakBERT is the first pretrained masked language model based on the RoBERTa architecture, optimized for Slovak natural language processing (NLP).

    Understand text

    NLP KInIT, Gerulata

  • A dictionary of Slovak terms linked into a single shared network.

    More resources

    NLP KInIT, eduself.sk

  • Slovak STS Synthetic

    Dataset, text, CC BY-NC 4.0

    This is a synthetic Slovak dataset intended for the semantic textual similarity (STS) task.

  • skLEP

    Dataset, text, Nekomerčné využitie

    skLEP (General Language Understanding Evaluation benchmark for Slovak) is the first comprehensive benchmark specifically designed for evaluating Slovak natural language understanding (NLU)…

    Understand text

    LRKT FEI TUKE, NLP KInIT, NaiveNeuron FMPI CU

Connections

Organization

Benchmarks2

  • skLEP

    Datasets used: skLEP

    Evaluated models: SlovakBERT

  • SkMTEB

    Evaluated models: E5-sk-small and E5-sk-large

Partner teams3

Connections are based only on catalog data: who created a resource, which datasets a benchmark uses, which models it evaluates, and what articles link to.