Topik TA Dasar2 NLP: Analisis perbandingan performasi metode2 NER

 Dengan HMM, CRF, Deep learning based mathods

https://web.stanford.edu/~jurafsky/slp3/
Ch 8 Sequence Labeling for Parts of Speech and Named Entities

Li, Jing, et al. "A survey on deep learning for named entity recognition." IEEE transactions on knowledge and data engineering 34.1 (2020): 50-70.

Nasar, Zara, Syed Waqar Jaffry, and Muhammad Kamran Malik. "Named entity recognition and relation extraction: State-of-the-art." ACM Computing Surveys (CSUR) 54.1 (2021): 1-39.

Saat ujian di kelas, mhs boleh ijin ke toilet?

Baiknya sebelum mulai ujian, mhs diberi kesempatan ke toilet sekitar 5 menit. Saat ujian tdk boleh lagi ijin ke toilet. Apalagi ujian closed book.

Biasanya saat ujian sy perbolehkan mhs ke toilet. Namun tdk jarang mhs ada saja yg ijin ke toilet. Bahkan kadang keluar begitu saja tanpa bilang apa2.. 

Sesi awal 5-10 menit ujian, kuis dll di kelas

Saat ujian, kuis dan asesmen2 onsite di kelas; pada sesi awal mungkin sekitar 5-10 menit jelaskan dulu soalnya. Kadang soalnya tidak memungkin ditulis scr detail.

Juga kalau ada pertanyaan dari mhs ttg soalnya.

Maghrib hingga Isya di masjid

Dari waktu setelah selesai Shalat Maghrib hingga masuk waktu Isya relatif pendek, sekitar 50 menit.

Bila setelah shalat jamaah Maghrib di masjid, kita pulang... tdk jarang saat Isya ckp berat pergi ke masjid lagi.

Terasa nikmat bila setelah selesai jamaah Maghrib kita berdiam diri si masjid menunggu waktu Isya. Sambil menunggu, kadang kita tilawah atau tadarus atau dzikir atau sesekali bincang2 dg jamaah lain shg bisa lebih akrab... atau aktivitas2 positif lain.

Alhamdulillah masjid juga jadi lebih makmur.

Bagaimana kalau setelah Shalat Maghrib, semua jamaah pulang? Tidak apa kita sendiri saja. Sambil hari2 berikutnya kita ajak rekan2 jamaah lain unt tinggal di masjid bakda Maghrib.

Unt kita yg pengurus masjid, baiknya kita upayakan unt mengajak jamaah mengoptimalkan waktu Maghrib s/d Isya tsb. Misal buka bersama puasa sunat diteruskan tilawah atau bicang2; tadarus; kajian2, diskusi sirah nabawiyah, atau aktivitas2 lain. 

Rapat perdana pengurus FSDKM Lengkong periode 2024-2029

Alhamdulillah tadi mengikuti rapat perdana pengurus Forum Silaturahmi DKM (FSDKM) Kec Lengkong, Bdg.

Di Masjid Nurul Falaah. 

Ada 10 orang. Di foto ada bbrp yg tdk terlihat.

- Agenda

1. Perkenalan

2. Penyesuaian jobdesc

3. Mekanisme kerja

4. Penyusunan draft Rencana Kerja & Anggaran

Topik TA Dasar2 NLP: analisis sentimen menggunakan model sekuensial dasar/standar (RNN)

 Analisis sentimen pada dasarnya adalah klasifikasi teks (klasifikasi sentimen). Ada nama khusus "analisis sentimen", penelitian yg lebih spesifik atas data teks sentimen/opini karena ada sifat2 khusus sentimen, dibandingkan teks yg biasanya dalah fakta. Sehingga ada teknik2 khusus klasifikasi teks sentimen, yg berbeda dengan klasifikasi teks fakta.

Namun dengan adanya model deep learning sekuansial (RNN dkk), atau deep learning scr umum, biasanya model arsitektur lebih generik. Tidak ada teknik2 khusus. 

Menarik untuk diteliti bagaimana analisis sentimen menggunakan model sekuensial deep learning. Unt sederhananya gunakan saja RNN. Bandungkan metode SOTA analisis sentimen yg non deep learning dengan RNN. 

Salah satu yg perlu diperhatikana adalah DL scr umum perlu data lebih banyak.

Topik TA Dasar2 NLP: analisis berbagai varian klasifikasi menggunakan RNN

 Topik TA:  analisis berbagai varian klasifikasi menggunakan RNN. Salah satu varian utama yang ingin dianalisis adalah cara outputnya, brnuk sederhananya, bagaimana kalau dg bi-directional RNN, outputnya ada di akhir sequence (sebelah kanan), ditempat lain (misal tengah, kiri), atau digabung. Atau mungkin dengan attention, dll.  Juga untuk stacked. 

Variasi juga saat pengoutputan: varian FNN dan varian2 lain  

Klasifikasi teks dengan attention: seperti encoder decoder, hanya satu layer pertama decoder yang diapakai (sebagai output klasifikasi)