Makrai Márton
Makrai Márton számítógépes nyelvész, a PhD disszertációját az NYTI--ELTE elméleti nyelvészet programján védte meg 2024-ben, matematikusként szerzett MSc-t a BME-n 2010-ben. Időközben első sorban szemantikával, a szavak többértelműségének gépi tanulásával foglalkozott, most a HUN-REN TTK Kognitív Idegtudományi és Pszichológiai Kutatóintézetének tudományos segédmunkatársaként mély beszéd- és nyelvmodellek finomhangolásával foglalkozik.
Az oldal angol változata tömörebb.
Az MSc dolgozatát a nyelvelsajátítás egy matematikai modelljéről írta (identification in the limit).
Korai munkái Kornai András és csoportjának szemantikus hálójához, a 4lang-hez kötődnek: nagyrészt Makrai írta a definiáló szókincs gold jelentésreprezentációit és a diákok közül leginkább hozzá kötődik a mélyesetek elméleti kidolgozása. További 4lang-es publikációi az aktivációterjedésről szólnak, illetve a definiáló szókincset jellemzik információkinyerési és lexikogárfiai eszközökkel.
2015-től 2018-ig az MTA Nyelvtudományi Intézet (NYI) Nyelvtechnológiai Kutatócsoportja fiatal kutatójaként a szavak többértelműségét vizsgálta a gépi tanulás eszközeivel, első sorban a 2013 körül alapvetővé vált szóvektorokéval (word embedding). Kidolgozott két egymással csereviszonyban levő mértéket annak számszerűsítésére, hogy egy többjelentésű szóbeágyazás (multi-sense word embedding) mennyire jól ragadja meg a lexikai struktúrát: a jelentésvektoroknak elég specifikusnak kell lenniük, de nem szaporíthatják indokolatlanul a jelentéskészletet.
A kutatás egy másik ágában Berend Gáborral hipernimákat nyertek ki szóvektorokból. Ritka szóreprezentációkon alapuló módszerükkel megnyertek több kategóriát a szakma évente megrendezésre kerülő legrangosabb versenyének egyik feladatában.
A jelentéskészlet kutatása kapcsán már említett szófordítási feladatban ötvözte az úgynevezett háromszögelés módszerét a szóvektorok lineáris leképezésén alapulóval. A nyíltan közreadott, megbízhatósági pontszámokkal ellátott német-magyar erőforrás tudomásunk szerint a legnagyobb szabad elérésű szólista volt akkor (2016).
Elkészítette és nyíltan közreadta a szóvektorok kiértékelésének egyik legnépszerűbb módszerét adó analógiás kérdések teszthalmazának magyar megfelelőjét (pl. férfi : nő :: király : ?, a várt válasz a királynő). Ezt az erőforrást más kutatók is hasznosnak találták most is zajló kutatásukban. Bővebben a fiatal kutatói projektről.
Az ELKH TTK kutatójaként többnyelvű mondatklaszterezést végzett a CoALa projektben.
Megvédte a doktoriját az NYTK--ELTE elméleti nyelvészeti programján.
