Browsing by Author "Aller, Sven"

Now showing 1 - 5 of 5

Dialoogiaktide märgendamine Eesti dialoogikorpuses: ülevaade ressurssidest ja tarkvaraarendus
(Tartu Ülikool, 2012) Aller, Sven; Koit, Mare; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Arvutiteaduse instituut
Magistritöö eesmärgiks on kirjeldada Eesti dialoogikorpuse ressursside hetkeolukorda ja dialoogide märgendamiseks kasutatavaid vahendeid ning arendada edasi poolautomaatset märgendajat DAREC. Töös on kirjeldatud dialoogide ülesehitust, Eestis kasutatavat dialoogiaktide märgendamis-tüpoloogiat EDiT, samuti nii manuaalse kui ka automaatse märgendamistarkvara positiivseid ja negatiivseid külgi. 2007. aastal Mark Fišeli poolt loodud dialoogiaktide poolautomaatne märgendaja DAREC põhineb statistilisel meetodil. Esimeste testijate hinnangud olid küllaltki positiivsed seoses DARECi töö sisuliste tulemustega, kuna see kergendas oluliselt isegi väiksema täpsusega tuvastamise puhul õigete märgendite leidmist kuid negatiivsed seoses kasutajaliidesega. Viimasele heideti ette ebamugavust, ebapiisavat abiinfot, mõnede vajalike operatsioonide puudumist jms. Nende arvamuste põhjal kõrvaldati või leevendati käesoleva töö raames nimetatud puudusi, võttes aluseks heade kasutajaliideste loomise põhimõtted. Seejärel paluti dialoogide märgendajatel testida uut kasutajaliidest ning hinnangutest selgus, et süsteemi kasutajamugavus on olulisel määral kasvanud. Kõrgeimalt hinnati kasutajapärasust ja disaini ning kontekstitundlikku abiinfot, kuid samuti esitati erinevaid ideid süsteemi efektiivsemaks muutmiseks. Töös tuuakse ka võimalusi DARECi edasi¬arendamiseks: tuvastamistäpsuse ja saagise tõstmine algoritmi parandamise ja dialoogikorpuse suurenda¬mise läbi, ekspertvõimaluste lisamine jne.
Eesti keele keeleressursse kasutav õppeprogramm käänete õppimiseks
(2016) Halling, Anneliis; Aller, Sven
Käesoleva bakalaureusetöö eesmärk oli luua veebipõhine õppeprogramm eesti keele käänete õppimiseks. Eesti keele käänete õppimise programm peaks sobima nii põhikoolis kui ka gümnaasiumis õppivatele õpilastele ja ka mitte-eestlastele, kes soovivad õppida eesti keelt süvendatult. Õppeprogrammi loomiseks kasutati koos esmakordselt selliseid keeleressursse nagu morfoloogiline analüsaator ja süntesaator, ilukirjanduskorpus, sagedussõnastik ning ebasobivate sõnade loend. Eesmärgi täitmiseks loodi reeglid, et valida välja õppeprogrammi jaoks sobivad laused. Töös kirjeldatakse nii eeltöötlusprogrammi kui ka õppeprogrammi algoritmi.
Eesti viipekeele õpiprogramm
(2016) Lember, Ann; Aller, Sven
Käesoleva bakalauresetöö käigus loodi eesti viipekeele õpiprogramm, mille abil saab läbi veebipõhiste mängude õppida ja harjutada eesti viipekeelt. Töös käsitletakse viipekeelt üldisemalt, kurtust ning eesti viipekeelt. Samuti tuuakse näiteid erinevatest viipekeele õpiprogrammidest mujal maailmas ning leitakse, et sarnane programm eesti viipekeele jaoks puudub. Töö viimases osas kirjeldatakse eesti viipekeele õppeprogrammi, selle ülesehitust, algoritmi ning tehnilist lahendust. Lõpuks tuuakse välja programmi testimistulemused ning edasiarendamise võimalused.
Rokkmuusika alastiilide klassifitseerimine tugivektormasinatega
(Tartu Ülikool, 2013) Toodo, Elinor; Aller, Sven; Niitsoo, Margus; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Arvutiteaduse instituut
Käesolev töö keskendub rokkmuusika alastiilide automaatsele klassifitseerimisele. Töö eesmärk on näha, kui edukalt on seda võimalik teha ning kas alastiilide klassifitseerimisel on tulevikuks potentsiaali. Ülesande lahendamiseks valiti tugivektormasinate meetod. Töös on antud ülevaade eraldatud tunnustest, kasutatud alastiili gruppidest ja tugivektormasinate tööpõhimõttest. Selle töö eesmärgil koostati muusikakorpus, mis koosnes viiest alastiilide grupist. Nendeks gruppideks olid: progressiivne rokk, punkrokk, metal-muusika, ekstreem-metal ja klassikaline rokkmuusika. Tööks kasutati 500 lugu, millest 400 olid kasutusel mudeli treenimiseks ja 100 testimiseks. Tunnuste eraldamiseks kasutati jAudio võimalusi ja klassifitseerimiseks kasutati Wekat. Suurimaks klassifitseerimise täpsuseks saavutati 71%. Kvartiilhaaret kasutades saavutati 74% täpsust.
Vabavaralised noodigraafikaprogrammid
(Tartu Ülikool, 2013) Sarri, Annemari; Aller, Sven; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Arvutiteaduse instituut
Käesoleva bakalaureusetöö eesmärgiks on kirjeldada ja võrrelda vabavaralisi noodigraafikaprogramme. Tööd saab kasutada endale meelepärase noodigraafikaprogrammi leidmiseks. See annab ülevaate vabavaralistest noodigraafikaprogrammides, kuigi see ei kirjelda kõiki saadaolevaid programme. Töös ei ei uurita programme, mis ei ole saadaval Microsoft Windows operatsioonisüsteemidele. Noodigraafikaprogramme võiks nende võimaluste järgi jagada algelisemateks ja professionaalsemateks. Kuigi ka paremal tasemel programmidel võib olla, puudusi oli siiski töös näha, et kõik noodigraafikaprogrammid ei ole omaduste poolest võrdsed ning mitmed neist ei sobi (või on raske kasutada) keerulisemate muusikateoste loomiseks. Noodigraafikaprogramme peaks olema lihtne kasutada ka inimestel, kellel ei ole noodigraafikaga kauaaegseid kogemusi. Neid peaks saama kasutada ka nootide õppimiseks. Selleks tuleb kasuks kui programmis nähaolev noodikiri on võimalikult sarnane välja prinditavale lõpptulemusele. Ka peaks nootide sisestamine olema lihtne ja loogiline ning leiduma võimalus noodikirja loomise ajal ette mängida. Noodigraafikaprogramme kasutavad ka oma ala professionaalid, kelle nõudmised on suuremad. Nii neile kui amatööridele peaks programm MuseScore olema meelepärane või vähemalt hea tasuta alternatiiv võimsamatele programmidele. Tekstipõhised noodigraafikaprogrammid on võimalustelt võrreldavad graafiliste programmidega. Nende kasutajatel peaksid olema mingid eelteadmised muusika notatsioonist, mis hõlbustavad programmide kasutatavate koodide omandamist.