Rudolf Rosa

Main Research Interests

• Natural language generation, generative art
  • Automatically or semi-atuomatically generating literary texts, such as theatre scripts, short stories, poems...
  •  Plně či částečně automatické generování literárních textů, jako jsou divadelní scénáře, povídky, básně...
• Robopsychologist
  • Looking for linguistic structures in Deep Neural Networks
  •  Hledání jazykových struktur v hlubokých neuronových sítích
• Popularization of science
  • Computational linguistics, text generation, language models, theatre script generation, life with artificial intelligence...
  • Lectures, interative seminars, workshops, live system demonstrations, consultations...
  • For schools, for the public, for seniors, for businesses, for specialists...
•  Popularizace vědy
  • Počítačová lingvistika, generování textu, jazykové modely, generování scénářů divadelních her, život s umělou inteligencí...
  • Přednášky, interaktivní semináře, workshopy, živé ukázky systémů, konzultace...
  • Pro školy, pro veřejnost, pro seniory, pro firmy, pro specilisty...
• In the past:
  • Automatic post-editing of Machine translation
  • Morphology, derivations
  • Dependency parsing
  • Unsupervised and semi-supervised methods, especially cross-lingual and multilingual

Projects

THEaiTRE: automatic generation of theatre play scripts

In cooperation with Švandovo theatre, DAMU, and Tomáš Studeník, we created THEaiTRobot, a system for automatic generation of theatre play scripts. Within the project, we managed to create and put on stage the first full-length (60 minutes) theatre play which has 90% of the script generated automatically. See:

• The project website theaitre.com
  • ​which also includes a demo of the THEaiTRobot tool at theaitre.com/demo
• The first play "AI: Když robot píše hru" ("AI: When a Robot Writes a Play"):
  • The official webpage of the play at Švanda theatre website
  • A Wikipedia article in English or in Czech
  • A short (6min) showcase video of parts of the premiere of the play
  • The full script of the play, with all human intereventions marked
• The script of the second play, "Permeation / Prostoupení"
• The website of a spinoff project, PLai Prague, which put on stage a third performance called "Prague Clockwork Cabaret"
• A book about the project
• With Victor Schetinger from TU Wien, we are now trying to enrich the script generation with storyboard generation (i.e. generatting the text and also accompanying images)

 Ve spolupráci se Švandovým divadlem jsme uvedli první celovečerní divadelní hru na světě, jejíž scénář z 90% napsala umělá inteligence. Viz web projektu theaitre.com

AI v kontextu (AI in Context)

We are a multidisciplinary working group of experts studying and using AI in various contexts. We also organize various lectures and discussions. Most of what we do is presented in Czech language only.

 Jsme multidisciplinární pracovní skupina odborníků zabývajících se umělou inteligencí v kontextu různých oborů. Mezi naše aktivity patří:

• Organizujeme sérii zvaných přednášek a navazujících diskusních seminářů s názvem AI v kontextu (NAIL127)
• Provozujeme exponát Život s umělou inteligencí ve vzdělávacím centru Univerzity Karlovy Didaktikon
• V Didaktikonu také nabízíme přednášky a workshopy na téma umělé inteligence, a to pro žáky základních a středních škol, v rámci vzdělávání učitelů DVPP, a také formou univerzity třetího věku
• Pro Univerzitu Karlovu zastřešujeme online kurz úvodu do umělé inteligence Elements of AI+
• Jako odborní garanti se podílíme na Aignos workshopech pro základní a střední školy Tvoříme s umělou inteligenceí
• Podílíme se na projektu ETF UK "AI duše" (skutečný projektu název: The Anthropology of Artificial Intelligence: Ethics, Understanding, Human Nature)
• Pro přehled našich aktivit sledujte náš web aivk.cz

Automatic generation of Czech poetry

If we get funding for that, we will be working with ÚČL AV ČR on neural modelling of Czech poetry and automated generation of new poems.

Past

• Linguistic Structure Representation in Neural Networks (LSD). I worked on a GAČR grant of David Mareček, called LSD, where we were trying to look at what linguistic structures can be found hidden inside of neural networks. We published a book at the end of the grant. David Mareček's group still continues with research in this direction, especially Tomasz Limisiewicz.
• Unsupervised morphology induction. Together with Zdeněk Žabokrtský, we were trying to handle morphology in an unsupervised way, e.g. to find lemmas for word forms, to separate derivation from inflection, etc. I am no longer active there, but Zdeněk eventually built the DeriNet team that focuses on derivational morphology.
• Cross-lingual Syntactic Parsing, i.e. training a parser on one language and applying it to another language. This was my dissertation, and I also had a GAUK grant for that.
• Pohádkové dítě / Fairytale Child chatbot. A simple console chatbot that wants to hear a fairly tale from you! / Jednoduchý konzolový chatbot, který si od vás chce nechat vyprávět pohádku!
• HimL focused on semantically sane translation of medical texts from English to Czech, German, Romanian and Polish.
• QTLeap was a project aimed at significantly improving the quality of machine translation using deep language processing approaches (also see TectoMT).
• I was a member of the HamleDT group, which was a project of harmonizing dependency treebanks for various languages, later evolving and merging into the Universal Dependencies project (which I am also an official memebr of).
• Depfix is a system for automatic post-editing of machine translation outputs. It was developed as a part of the Faust project. It was later succeeded by MLFix, by Dušan Variš.
• MSTperl is a reimplementation of the Maximum spanning tree dependency parser (McDonald et al., 2005) in Perl. It is tuned for Czech and has several advanced features that are useful for parsing the machine-translated sentences by Depfix. It also has some features for delexicalized parser transfer. I do not use it anymore -- I switched to Parsito and UDPipe.

Curriculum Vitae

You can download my CV in English.

 Můžete si stáhnout můj životopis v češtině.

Teaching

List of classes

• NAIL127 AI v kontextu
• NAIL130 Elements of AI+
• NPFL092 NLP Technology
• NPFL118 Natural language processing on computational cluster
• NPFL120 Multilingual Natural Language Processing
• NPFL125 Introduction to Language Technologies
• NPRG030 Programování 1
• NPRG045 Ročníkový projekt

Selected Bibliography

• Google Scholar
• ORCID: 0000-0003-4908-6127
• Scopus ID: 55345284700
• Researcher ID: D-4427-2017

All of my publications and talks can be found in Biblio. But the tool is currently somewhat broken so maybe you don't want to use it.

You can use Google Scholar or Semantic Scholar, and I also have here an automated static listing of my publications.

Students

I am happy to supervise NLP projects (bachelor theses, master theses, etc.), have a look at Project Ideas.
Warning: Reading scientific literature is my weak point, so it will be mostly your responsibility to review existing literature relevant to the topic!

 Rád povedu projekty v oblasti zpracování přirozeného jazyka (Bc. a Mgr. práce apod.), mrkněte na Náměty na projekty.
Varování: Čtení odborné literatury není mou silnou stránkou, takže rešerše relevantních článků budou především Vaší zodpovědností!

Bachelor students

• Yuliya Yamalutdinova: Detection of contradictions in pairs of texts in Kazakh (Detekce kontradikce mezi dvěma texty v kazaštině) — defended 2019
• Zuzana Svobodová: Generating text descriptions of journeys in a map (Generování textového popisu trasy v mapě) — defended 2020
• Jan Matějka: Generator of computer descriptions (Generátor popisků počítačových sestav a notebooků) — defended 2020
• Lukáš Chaloupský: Automatic generation of images and their usage as training data (Automatické generování obrázků a jejich využití jako trénovacích dat) — defended 2020
• Ondřej Michálek: Biblical paraphrasing (Biblické parafrázování) — defended 2020
• František Trebuňa: Generating text from structured data (Generování textu ze strukturovaných dat) — defended 2021
• Peter Grajcar: Generating a drawing according to a textual description (Generování kresby dle slovního popisu) — defended 2021
• Daniela Jurášová: Automatické generovanie hrebeňoviek (Automatic generation of crosswords) — defended 2021
• Zuzana Urbanová: Quote Attribution and Character Networks in Novels (Přiřazování mluvčích a vztahy mezi postavami v knihách) — defended 2021
• Dominik Prokop: Generování výsledků tenisových dvouher (Generation of tennis singles results) — defended 2022
• Viktor Bujko: Extrakcia informácií z reportov o leteckých incidentoch (Information extraction from aviation incident reports) — defended 2022
• Tomáš Sourada: Automatic inflection in Czech language — defended 2023, presented at LREC 2024 as OOVs in the Spotlight: How to Inflect them?, 3rd place at SVOČ 2024 competition
• Jan Pavelka: Object layout in a 2D room based on text description — defended 2024
• Barbora Štěpánková: Generation of Czech Lyrics to Cover Songs
• X Y: User-simulating chatbot

Master students

• Abhishek Agrawal: Eye-tracking features in syntactic parsing (Rysy z eye-trackeru v syntaktickém parsingu) — defended 2020 (paper on Lantern 2020)
• Lukáš Chaloupský: Automatic generation of medical reports from chest X-rays in Czech — defended 2022
• Goutham Venkatesh: Modelling character personalities within THEaiTRE project (research project) — defended 2023
• Rishu Kumar: Summarization of theatre scripts within THEaiTRE project (research project)
• Michal Chudoba: Generation of Czech poetic strophes and their evaluation — defended 2024

Interns

• Tomasz Limisiewicz: Analyzing syntactic features of BERT self-attentions — completed in 2019 (paper in findings of EMNLP 2020)

List of all defended theses supervised by me