<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>analiza tekstu &#8211; Od Informacji do Wiedzy</title>
	<atom:link href="https://profind.pl/tag/analiza-tekstu/feed/" rel="self" type="application/rss+xml" />
	<link>https://profind.pl</link>
	<description>Blog o informacjach na temat informacji i wiedzy</description>
	<lastBuildDate>Fri, 27 Feb 2026 18:41:12 +0000</lastBuildDate>
	<language>pl-PL</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>
	<item>
		<title>Ewolucja i przyszłość klasyfikacji dokumentów: od 20 Newsgroups po transformery i GNN</title>
		<link>https://profind.pl/2026/02/27/ewolucja-i-przyszlosc-klasyfikacji-dokumentow-od-20-newsgroups-po-transformery-i-gnn/</link>
					<comments>https://profind.pl/2026/02/27/ewolucja-i-przyszlosc-klasyfikacji-dokumentow-od-20-newsgroups-po-transformery-i-gnn/#respond</comments>
		
		<dc:creator><![CDATA[Marcin]]></dc:creator>
		<pubDate>Fri, 27 Feb 2026 18:06:48 +0000</pubDate>
				<category><![CDATA[Dziennik badań]]></category>
		<category><![CDATA[20 Newsgroups]]></category>
		<category><![CDATA[analiza tekstu]]></category>
		<category><![CDATA[benchmarki]]></category>
		<category><![CDATA[BERT]]></category>
		<category><![CDATA[F1-score]]></category>
		<category><![CDATA[GNN]]></category>
		<category><![CDATA[Graph Neural Networks]]></category>
		<category><![CDATA[klasyfikacja dokumentów]]></category>
		<category><![CDATA[klasyfikacja tekstu]]></category>
		<category><![CDATA[metryki jakości]]></category>
		<category><![CDATA[micro vs macro]]></category>
		<category><![CDATA[nauka]]></category>
		<category><![CDATA[naukowy dziennik]]></category>
		<category><![CDATA[NLP]]></category>
		<category><![CDATA[podcast]]></category>
		<category><![CDATA[powtarzalność badań]]></category>
		<category><![CDATA[precision]]></category>
		<category><![CDATA[przegląd systematyczny]]></category>
		<category><![CDATA[przetwarzanie języka naturalnego]]></category>
		<category><![CDATA[recall]]></category>
		<category><![CDATA[reproducibility]]></category>
		<category><![CDATA[sieci neuronowe]]></category>
		<category><![CDATA[sztuczna inteligencja]]></category>
		<category><![CDATA[transformery]]></category>
		<category><![CDATA[uczenie maszynowe]]></category>
		<guid isPermaLink="false">https://profind.pl/?p=1996</guid>

					<description><![CDATA[W najnowszym odcinku „Naukowego dziennika” Aleksandra „Alex” Biel i dr Julian Hart biorą na warsztat temat, który na pierwszy rzut oka może brzmieć niszowo, ale w praktyce stoi za wieloma rzeczami, z których korzystamy codziennie: automatyczną klasyfikacją dokumentów tekstowych. O czym jest rozmowa? Punktem wyjścia jest pytanie: czym właściwie jest klasyfikacja dokumentów i dlaczego to [&#8230;]]]></description>
										<content:encoded><![CDATA[<p><!-- Naukowy dziennik — wpis na WordPress (styl jak w pozostałych) --></p>
<article class="nd-episode">
<p style="text-align: justify;">W najnowszym odcinku <strong>„Naukowego dziennika”</strong> Aleksandra „Alex” Biel i dr Julian Hart biorą na warsztat temat, który na pierwszy rzut oka może brzmieć niszowo, ale w praktyce stoi za wieloma rzeczami, z których korzystamy codziennie: <strong>automatyczną klasyfikacją dokumentów tekstowych</strong>.</p>
<h3>O czym jest rozmowa?</h3>
<p style="text-align: justify;">Punktem wyjścia jest pytanie: <strong>czym właściwie jest klasyfikacja dokumentów</strong> i dlaczego to jeden z kluczowych obszarów badań w uczeniu maszynowym. Prowadzący pokazują, jak ta dziedzina zmieniała się na przestrzeni lat (szczególnie w perspektywie 2003–2023), przechodząc od klasycznych metod statystycznych do współczesnych architektur deep learning.</p>
<h3>Co usłyszysz w odcinku?</h3>
<p style="text-align: justify;">W rozmowie pojawiają się m.in.:</p>
<ul>
<li style="text-align: justify;"><strong>Standardowe zbiory danych i benchmarki</strong> (np. <strong>20 Newsgroups</strong>) – dlaczego są ważne dla porównywania metod i co dają w praktyce.</li>
<li style="text-align: justify;"><strong>Nowoczesne podejścia</strong>: <strong>transformery (np. rodzina BERT)</strong> oraz <strong>Graph Neural Networks (GNN)</strong> – co wnoszą do analizy tekstu<br />
i czemu potrafią „czytać” kontekst lepiej niż starsze podejścia.</li>
<li style="text-align: justify;"><strong>Metryki jakości (precision/recall/F1, micro vs. macro)</strong> – krótko i przystępnie: co te liczby mówią, a czego nie mówią o modelu.</li>
<li style="text-align: justify;"><strong>Zastosowania z życia</strong>: od organizowania literatury naukowej, przez moderację treści w mediach społecznościowych,<br />
po obszary, gdzie liczy się skala i szybkość decyzji.</li>
<li style="text-align: justify;"><strong>Największy hamulec postępu: reprodukowalność badań</strong> – dlaczego „świetne wyniki” nie wystarczą, jeśli nie da się ich wiarygodnie powtórzyć,<br />
oraz jak pomagają w tym <strong>systematyczne przeglądy literatury</strong> i większa transparentność (kody, dane, procedury).</li>
</ul>
<h3>Materiał źródłowy</h3>
<p style="text-align: justify;">Odcinek nawiązuje do systematycznego przeglądu literatury obejmującego <strong>102 prace z lat 2003–2023</strong>, który porządkuje metody klasyfikacji dokumentów i zwraca uwagę na standardy raportowania oraz problem powtarzalności wyników.</p>
<hr />
<h3>Posłuchaj odcinka</h3>
<p><a href="https://naukowy-dziennik.jellypod.com/episodes/32211858-65bf-4820-90d3-89de538aa560" target="_blank" rel="noopener noreferrer">Odcinek na Jellypod</a></p>
<p><a href="https://open.spotify.com/episode/3PiFf4gsURngojQZ5Tsnmg?si=qGVscYQFQ_a7YWA7kxU9NA" target="_blank" rel="noopener noreferrer">Odcinek na Spotify<br />
</a></p>
<p><!-- Opcjonalnie: osadzony player Spotify --></p>
<div style="margin-top: 16px;"><iframe style="border-radius: 12px;" src="https://open.spotify.com/embed/episode/3PiFf4gsURngojQZ5Tsnmg" width="100%" height="152" frameborder="0"><br />
</iframe></div>
</article>
]]></content:encoded>
					
					<wfw:commentRss>https://profind.pl/2026/02/27/ewolucja-i-przyszlosc-klasyfikacji-dokumentow-od-20-newsgroups-po-transformery-i-gnn/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Korpusy, korpusiki czyli języka polska i nie tylko</title>
		<link>https://profind.pl/2010/10/20/korpusy-korpusiki-czyli-jezyka-polska-i-nie-tylko/</link>
					<comments>https://profind.pl/2010/10/20/korpusy-korpusiki-czyli-jezyka-polska-i-nie-tylko/#respond</comments>
		
		<dc:creator><![CDATA[Marcin]]></dc:creator>
		<pubDate>Wed, 20 Oct 2010 18:30:37 +0000</pubDate>
				<category><![CDATA[Notatki]]></category>
		<category><![CDATA[analiza tekstu]]></category>
		<category><![CDATA[lematyzator]]></category>
		<category><![CDATA[programy do analizy tekstów]]></category>
		<category><![CDATA[text mining]]></category>
		<guid isPermaLink="false">http://profind.pl/?p=555</guid>

					<description><![CDATA[Jako, że zajmuje się w głównej mierze ostatnio analizą i przetwarzaniem tekstów także chciałbym podać jak zawsze kilka ciekawych miejsc które warto odwiedzić i na których odnaleźć będzie można dalsze szczegółowe informacje na niniejszy temat.  Jednym z takich miejsc jest strona o korpusach polskich i nie tylko. Dowiecie się na niej czym one są i [&#8230;]]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;">Jako, że zajmuje się w głównej mierze ostatnio analizą i przetwarzaniem tekstów także chciałbym podać jak zawsze kilka ciekawych miejsc które warto odwiedzić i na których odnaleźć będzie można dalsze szczegółowe informacje na niniejszy temat.  Jednym z takich miejsc jest strona o korpusach polskich i nie tylko. Dowiecie się na niej czym one są i do czego służą, więcej informacji na <a href="http://www.korpusy.net/">http://www.korpusy.net/</a>. Jak już dokonamy zapoznania się z informacjami o korpusach warto też do swego przybornika dorzucić takie narzędzia jak lematyzer. Jest to nieocenione narzędzie w analizie tekstów polskich. Na szczęście takie narzędzie jest dostępne na rynku, więcej szczegółów na blogu <a href="http://www.cs.put.poznan.pl/dweiss/xml/index.xml?lang=pl">Dawida Weissa</a>. Odnajdziecie na nim zagadnienia związane z analizą korpusów języka polskiego. Jeśli dalej nasza analiza ma dotyczyć płytkiego przetwarzania i analizy tekstu to polecam darmowe pakiety do eksploracyjnej analizy danych: <a href="www.cs.waikato.ac.nz/ml/weka/">Weka</a> oraz i <a href="http://rapid-i.com">rapidminer</a>.  Pakiety te są dobrze opisane istnieje do nich bogata literatura oraz poradników wszelkiej maści wraz z rozbudowaną platforma użytkowników która doradza na forach. Zachęcam do zapoznania się z zagadnieniami analizy tekstów.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://profind.pl/2010/10/20/korpusy-korpusiki-czyli-jezyka-polska-i-nie-tylko/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
