Een enorm voorgetraind taalmodel (GPT2) wordt gebruikt om elektro-encefalografie te classificeren. Zo wordt nagegaan of er een verband is tussen taal en elektrische hersengolven, in de hoop inzicht te krijgen in algemene hersengolf patronen.

Deze scriptie onderzoekt automatische vragen generatie door gebruik te maken van sjablonen. We extraheren sjablonen uit bestaande vragen, en we maken gebruik van Wikidata om de sjablonen in te vullen. Vervolgens schatten we de moeilijkheidsgraad van de gegenereerde vragen om een ordening te creëren van makkelijke naar moeilijke vragen.

In mijn masterthesis verkende ik de mogelijke toepassingen van natural language processing (NLP) in de materiaalfysica. Meer bepaald ging ik na in hoeverre woordvectoren fysisch bruikbare info over materialen bevatten.

Lezers kunnen op Facebook reacties plaatsen onder nieuwsartikels. In het kader van deze thesis is met behulp van verschillende machine learning technieken automatisch voorspeld wat het uitgedrukte sentiment van deze reacties is: negatief, positief of neutraal/objectief. Voor de eigen case is gekozen voor artikels van Het Belang van Limburg.