# Lekcia 1: Úvod do predmetu Umelá inteligencia

- Pojmem "umelá inteligencia"
    - Je schopnosť strojov vykonávať úlohy, ktoré obvykle vyžadujú ľudskú inteligenciu, ako napr. rozprávanie reči, rozhodovanie a učenie sa z vlastných skúseností.
    - V podstate ide o systém, ktorý dokáže:
        1. Analyzovať dáta
        2. Usudzovať na základe tejto analýzy
        3. Prispôsobiť sa novým situáciám v priebehu času

- História a súčasnosť tohto odboru
    - [Šachový automat (Turek)](http://www.vystava.sav.sk/wp-content/uploads/%C5%A0achov%C3%BD-automat-W.-von-Kempelena.pdf)
    - Veda o UI existuje cca viac ako pol storočia.

- Základné prúdy umelej inteligencie
    - Symbolický funkcionalizmus:
        1. Reprezentácia problému a inteligentné prehľadávanie pristoru stavov,
        2. Logika,
        3. Vety prirodzeného jazyka.
    - Konekcionizmus:
        - Inteligencia vyplýva z prepojenia veľkého počtu jednoduchých výpočtových jednotiek.
        - Myšlienka (inšpirovaná mozgom), základná jednotka je model neurónu.
        - Hlavnou vetvou sú neuronové siete.
        - Skúma zdanlivo chaotické prepojenia.
    - Robotický funkcionalizmus:
        - Koncentruje na funkcionalitu modelovaného systému.
        - Inteligentným správaním je interakcia medzi entitami: _systém_, _prostredie_, _úloha_.

- Turingov test, problémy testu, jeho modifikácie
    - Otázka testu: _"Môže stroj myslieť?"_
    - _Mysliaci počítač_ je taký, ktorého chovanie nebudeme schopný rozoznať od človeka.
    - Test je imitačná hra (rozlíšenie 2 ľudí podľa pohlavia).
    - Test spočíva v tom, že imitátorom človeka by bol počítač.
    - Doteraz žiadnemu programu sa **nepodarilo** splniť.
    - Modifikácie:
        1. Komunikácia medzi hráčmi:
            - Ľudský vyšetrovateľ komunikuje s dvoma hráčmi, _A_ a _B_.
            - Ak vyšetrovateľ nedokáže určiť, ktorý hráč je počítač a ktorý je človek, tak počítač zložil test.
            - Ak je počítač nerozoznateľný od človeka vo všeobecnom rozhovore o prirodzenom jazyku, musí sa dostať do inteligencie na úrovni človeka.
        2. Simulácia iba jednej z mnohých schopností človeka (schopnosť jazyka v písanej forme).
        3. Simulácia všetkých ľudských schopností (spĺňa iba pokročilý humanoidní robot).
    - Problémy:
        1. Pôvodnosť - počítač nemyslí, pretože myslenie je spojené s pôvodnosťou. Z počítača však dostaneme iba modifikáciu toho, co doň vložíme.
        2. Niekedy tieto testy môžu zisťovať to, _či počítač sa správa viac ako človek_, ako to, _či je inteligentný_.
        3. Paradox čínskej izby - splnenie testu ešte nemusí znamenať myslenie a uvedomovanie si.
        4. Dokonalosť - počítač môže byť odhalený práve tým, že nerobí chyby, počíta rýchlejšie.

---

# Lekcia 2: Riešenie problémov - vyjadrenie problému

- Vyjadrenie problému v AI (začiatočný stav, množina operátorov, stavový priestor, cieľový test, cena cesty)
    - Začiatočný stav - v ňom sa agent nachádza.
    - Množina operátorov - opisujú aký stav vznikne vykonaním akcie v danom stave.
    - Stavový priestor - množina všetkých dosiahnuteľných stavov zo začiatočného stavu ľubovoľnou postupnosťou akcií.
    - Cieľový test:
        - Testuje, či sa dosiahol cieľ.
        - Predstavuje hodnotenie nejakého stavu alebo hodnotenie cesty v stavovom priestore.
        - Môže byť daný:
            1. _explicitne_ - ako množina stavov,
            2. _implicitne_ - vlastnosťou stavu.
    - Cena cesty:
        - Súčet cien jednotlivých akcií na ceste.
        - Pri viacerých riešeniach daného problému, pomocou ceny cesty nájdeme riešenie, ktoré pozostáva z menšieho počtu alebo lacnejších akcií.
    - **cena riešenia** = **cena cesty k riešeniu** _+_ **cena hľadania**

- Základné problémy pre algoritmy hľadania riešenia
    - Hľadanie riešenia je prístup, pri ktorom nevychádzame z algoritmu riešenia problému. Vychádzame z algoritmu ako riešenie hľadať.
    - Problém **nie** je algoritmicky riešiteľný pre neefektívnosť alebo preto, že algoritmus nepoznáme.
    
- Neinformatívne hľadanie - prehľadávanie do šírky, stratégia rovnomernej ceny
    - Prehľadávanie do šírky:
        - Rozvinie sa koreňový uzol, potom všetky uzly vzniknuté jeho rozvitím, potom sa rozvijú všetky ich nasledovníci atď...
        - V strome hľadania sa expandujú všetky uzly v hĺbke `d` skôr ako sa rozvijú uzly v hĺbke `d + 1`.
        - Patrí medzi systematické stratégie.
            - Nevynechá ani jeden uzol.
            - Žiadny uzol sa nevyberie dvakrát.
        - Ak riešenie existuje, pri hľadaní sa **určite nájde**, t.j. stratégia je **úplná**.
        - Pri hľadaní sa nájde _najplytkejšie_ riešenie.
    - Stratégia rovnomernej ceny (_uniform - cost search_):
        - Na expanziu sa vyberie vždy uzol, ktorý je na najlacnejšej ceste.
        - Optimálne riešenie sa nájde vždy, ak sa pri postupe nezníži, napr. súčet cien aplikácie operátov a pod.

- Obojsmerné hľadanie
    - Môže sa použiť iba keď máme problém, ktorého riešením je cesta a cieľový stav je známy.
    - Musí byť splnená podmienka existencie inverzných operátorov.
    - Stratégia:
        1. Od počiatočného stavu bude hľadanie postupovať vpred smerom k cieľovému stavu (priame hľadanie),
        2. Od cieľového stavu bude hľadanie postupovať vzad (inverzné operátory) smerom k počiatočnému stavu (spätné hľadanie),
        3. Ak oba procesy vygenerujú ten istý stav, nájde sa cesta spájajúca počiatočný stav s cieľovým.
    - Problémy:
        1. _Ak sa dajú definovať inverzné operátory, **nie** je ich výpočet zložitejší?_
        2. _Ako postupovať aj je viacej cieľových stavov?_
        2. Ak sú ciele dané implicitne, je ťažko nájsť predchodcov.

- Prehľadávanie do hĺbky a jeho modifikácie
    - V strome hľadania sa najprv expanduje uzol, ktorého hĺbka je **najväčšia**. Keď sa narazí na uzol bez nasledovníkov, dôjde k navracaniu (_back tracking_), teda hľadanie sa vráti k expanzii uzlov na plytších úrovniach.
    - Často rýchlejší ako prehľadávanie do šírky.
    - Nezaručuje nájdenie riešenia (hlavne pri problémoch) - je **neúplná**.
    - Hľadanie sa nemusí orientovať smerom k optimálnemu riešeniu.
    - Modifikácie:
        - Ohraničené prehľadávanie do hĺbky:
            - Zamedzí, aby riešenie uviazlo hlboko v strome.
            - Stanoví sa hraničná hĺbka, do ktorej sa bude hľadať.
        - Cyklicky sa prehlbujúce hľadanie:
            - Postupne vyskúša všetky možné hraničné hĺbky - od najmenšej po najväčšiu.
        - Hľadanie do hĺbky s návratom:
            - Pri výbere uzla na skúmanie sa generuje iba jeden jeho nasledovník, ktorá ak nie je listový uzol sa ďalej skúma, inak sa vráti k najbližšiemu nerozvitému uzlu.
            - Šetrí pamäť a nevygeneruje uzly napravo od cesty.
            - Nemožno použiť žiadnu doplňujúcu informáciu na výber najlepšieho nasledovníka, lebo sa vždy vygeneruje iba jeden.

---

# Lekcia 3: Heuristické prehľadávanie, Genetické algoritmy, Hry ako problém hľadania

- Lačné hľadanie
    - Najlepší uzol je uzol s minimálnou odhadnutou cenou dosiahnutia cieľa.
    - Podobá sa hľadaniu do hĺbky.
    - Je **neúplné** a **neoptimalizované** riešenie.

- Algoritmus A*
    - Stratégia rovnomernej ceny je **úplná** a **optimalizuje cestu**, keďže minimalizuje cenu cesty `g(u)` zo začiatočného uzla do uzla `u`.
    - Je _neefektívna_, keďže nevyužíva heuristickú informáciu o vzdialenosti k cieľu.
    - Najviac výhod zachováme, keď tieto stratégie skombinujeme do novej s heuristickou funkciou `f(u) = g(u) + h(u)`.
        - `f(u)` - odhad ceny najlacnejšej cesty vedúcej cez uzol `u`.
    - Je hľadanie najskôr najlepší s heuristickou funkciou `f(u)` a prípustnou heuristikou `h(u)`.
    - Nedostatkom je _exponenciálna_ časová a pamäťová zložitosť.

- Heuristiky zmenšujúce priestor stavov
    - Heuristické informácie môžeme použiť aj na orezanie stavového priestoru a ten prehľadať jednoduchším (_slepým_) algoritmom.
    - Stavový priestor je možné zmenšiť tak, že heuristické informácie zahrnieme do podmienok aplikovateľnosti akcií (pravidiel).
    - Nasleduje stavový priestor (červené spojnice) orezaný pomocou heuristík z predchádzajúceho obrázku.
    - Napokon je uvedený strom hľadania generovaný z orezaného stavového priestoru prehľadávaním do šírky.

- Genetické algoritmy
    - Vychádzajú z myšlienok Darwinovej teórie evolúcie.
    - Evolúcia k optimálnym riešeniam prebieha v mnohých generáciách celých populácií riešení pomocou prirodzeného výberu.
    - Neúspešné riešenia vymierajú, úspešné prežívajú a množia sa.
    - Hybnou silou evolúcie je _kríženie_ (výmena "genetickej" informácie medzi riešeniami) a mutácia.
    - Každý stav označujeme ako **chromozóm** - binárny reťazec `x` dĺžky `N`.
    - Pracujeme s populáciou `P` obsahujúcou `M` chromozómov.
    - Každému chromozómu x sa priradí hodnota funkcie úspešnosti fitnes `f(x)`.
    - Hľadáme globálne maximum fitnes.
    - Medzi chromozómami prebieha proces reprodukcie (nová populácia obsahujúca rovnaký počet chromozómov ako pôvodná populácia).
    - Časti reprodukcie:
        1. Výber - do procesu reprodukcie vstupujú dvojice chromozómov.
        2. Kríženie - vybrané chromozómy si vymenia rovnako dlhé podúseky svojich binárnych reťazcov. 
        3. Mutovanie - chromozómy sa podrobia mutácii (preklopia sa náhodne vybrané bity z ich reťazcov).
    - Prehľadávajú mnoho častí stavového priestoru daného problému.
    - Dajú sa použiť pre riešenie ťažko riešiteľných problémov.
    - Vždy poskytnú nejaké riešenie.
    - Nevýhody:
        - Nedajú vždy optimálne riešenie.
        - Potreba nastavenia množstva parametrov.

- Herné problémy, algoritmus Min-Max
    - Herné problémy:
        - Jedná o hry s dvoma hráčmi (agent rieši úlohu z pohľadu jedného hráča), prítomnosť protihráča vnáša do problému.
        - Hľadanie má neurčitosť spôsobenú nedostatkom času.
        - Potrebuje zahrnúť čo najviac heuristických znalostí ako do generátora tak aj do testera.
        - Poskytujú dobre definovaný problém.
            - Jednoduché rozpoznanie úspechu resp. neúspechu.
            - Problém sa dá opísať pomerne jednoduchými pravidlami.
    - Algoritmus Min-Max:
        - Určuje najlepšiu stratégiu pre hráča _MAX_.
        - Vychádza z predpokladu, že súper vždy zahrá najhorší možný ťah pre _MAX_.
        - Postup:
            1. Preskúma všetky stavy, vygeneruje celý strom hľadania až po koncové stavy.
            2. Rozhodne sa, ktoré postavenie je najlepšie.
            3. Vykoná sa ťah vedúci do najlepšieho postavenia.
        - Problémy:
            - Pri masívnych herných stromoch sa musí navšíviť veľa uzlov.
        - Predpokladá, že je dosť času prezrieť strom hľadania až k cieľovým uzlom (pre väčšinu hier nereálne).
        - Prezeranie je potrebné useknúť skôr než v cieľovom stave a listy následne vyhodnotiť nie pomocou bodovacej ale heuristickej vyhodnocovacej funkcie.

---

# Lekcia 4: Znalosti

- Znalosti
    - Expertný systém (_ES_):
        - Súbor počítačových programov a štruktúrovaných údajov, ktoré sú schopné nahradiť činnosť špecialistu v jeho obore (prípadne ho prekonať).
        - Simulujú rozhodovaciu činnosť experta pri riešení zložitých úloh a využívajúce vhodne zakódovaných, explicitne vyjadrených znalostí, prevzatých od experta, s cieľom dosahovať v zvolenej problémovej oblasti kvality rozhodovania na úrovni experta.
    - Prístupy založené na vytváraní systémov riešiace všeobecné problémy nie sú efektívne na riešenie ľubovoľne zložitých problémov.
    - Kvalita systému s UI závisí viacej od kvality znalostí ako na kvalite mechanizmu pre ich využívanie.

- Vlastnosti znalostných systémov (_ES_)
    - Cieľom ES **nie** je čo _najvernejšie modelovať mentálne procesy pri rozhodovaní_, ale _dosiahnuť najlepšie odozvy na reálne dáta_.
    - ES sa výrazne líšia od "konvenčných" programov.

- Reprezentácia znalosti (vyjadriteľnosť, použiteľnosť, začleniteľnosť)
    - Vyjadriteľnosť - vedieť pracovať s poznatkami zapísať ich.
    - Použiteľnosť - poznatky musia byť použiteľné.
    - Začleniteľnosť - poznatky _nie_ sú izolované entity, ale navzájom spolu súvisia, preto ich musíme vedieť začleniť do kontextu predchádzajúcich poznatkov.

- Logika, výroková logika, predikátová logika
    - Logika:
        - Možnosť reprezentácie znalostí pomocou symbolov logiky.
        - Aristotelova logika vychádza z tzv. sylogizmov, ktorý ma dva predpoklady a jeden výrok.
    - Výroková logika:
        - Použitie sylogizmov nemusí pri inferencii stačiť, pretože pokryjú relatívne malé časti logických tvrdení.
        - Pre inferenčný mechanizmus ES je dôležitá.
    - Predikátová logika:
        - Ide o vnútornú štruktúru tvrdení.
        - Jazyk tejto logiky je tvorený:
            1. premennými a konštantami,
            2. predikátovými symbolmi,
            3. funkčnými symbolmi,
            4. logickými spojkami,
            5. kvantifikátormi.
        - **Nie** je rozhodnuteľná (neplatnosť nemusí byť overená v konečnom počte krokov).

- Pravidlá
    - Reprezentácia poznatkov pomocou pravidiel - _formalizmus_.
    - Často reprezentuje poznatky `if`-`then` pravidlami.
    - Skladá sa z:
        1. predpokladovej alebo situačnej časti (ľavá strana),
            - Postupnosť elementárnych logických podmienok, ktoré spolu s logickými operáciami _konjunkcie_, _disjunkcie_ a _negácie_ vytvárajú _logický výraz_.
        2. dôsledkovej alebo akčnej časti (pravá strana).
            - Poznatky, ktoré zabezpečia reakciu a rozpoznanú situáciu.
            - Reakcia je postupnosť akcií ako napr. _pridanie_, _modifikácia_ a pod.
    - Produkčné pravidlo -> produkčný systém.
    - Premenné umožňujú vytvárať všeobecnejšie pravidlá.
    - Nevýhody:
        - Ťažké pochopiť.
        - Teoreticky môže nastať nepredvídateľné správanie.
        - Zložitosť reprezentácie.

- Sémantické siete, ontológie
    - Sémantické siete:
        - Prostriedok na reprezentáciu vzťahov medzi konceptami v problémovom prostredí.
        - Vychádza z požiadaviek na začleniteľnosť poznatkov.
        - Reprezentujú sa ohodnoteným orientovaným grafom.
        - Koncepty môžu byť napr. _objekty_, _pojmy_, _udalosti_ a pod.
    - Ontológia:
        - Je štruktúrovaná, obmedzená množina jednoznačne definovaných pojmov.
        - Spôsob reprezentácie znalostí o svete alebo jeho časti.
        - Dátový model, ktorý reprezentuje množinu pojmov a vzťahy medzi nimi.
        - Z explicitne vyjadrených zaznamenaných znalostí možno vyvodzovať implicitné dôsledky a súvislosti zahrnuté v ich obsahu.
        - Všeobecne sa zapisujú ako množina definícií formálneho slovníka.
        - Reprezentuje jednotky (_entity_), _myšlienky_, _udalosti_ s ich _vlastnosťami_ a _vzťahmi_ vzhľadom na systém kategórií.

---

# Lekcia 5: Vnímanie - Rozpoznávanie vzorov

- Aplikácie rozpoznávania vzorov
    - Analýza údajov a identifikácia podobností na odporúčanie objektu alebo obsahu koncovému používateľovi.
        - YouTube/Netflix/Spotify - personalized recommendations.
    - Pri programovaní a vývoji softvéru vytvárame vzory založené na osvedčených postupoch a replikujeme štýl ich architektúry pre iné aplikácie v rovnakej oblasti.
    - Rozpoznávanie textu, obrázkov, znakov, zvuku/reči, biometrických dát.
    - Machine vision.
    - Počítačová diagnóza.

- Príznakové rozpoznávanie
    - Zaoberá sa vzorcom ako celkom.
    - Vychádza z predpokladu, že jednotlivé triedy obrazcov možno opísať presne definovanými príznakmi.
    - Príznakom môže byť napr. amplitúda signálu, jeho frekvenčný a časový priebeh, úroveň jasu určitého bodu v obraze a pod.
    - Získané príznaky sa porovnávajú s príznakmi vzorov tried.
    - Výsledkom je _zhoda_ alebo _podobnosť_.
    - Uskutočňuje sa:
        1. určením príznakov,
        2. voľbou tried obrazcov,
        3. vytvorením príznakov pre vzory tried,
        4. získaním príznakov,
        5. porovnaním získaných príznakov s príznakmi vzorov a rozhodnutím o zaradení vstupného obrazca do príslušnej triedy.

- Optical Character Recognition (_OCR_) systémy
    - Vstupom je obrázok s nejakým textom.
    - Výstupom je rovnaký text s nejakým počítačovým kódovaním.
    - [CAPTCHA](https://cs.wikipedia.org/wiki/CAPTCHA).
    - Problémy:
        - Obrázok neobsahuje iba text.
        - Nekonzistentná farebnosť.
        - Skosenie a rotácia.
        - Rôzne veľkosti a písma.

- Časti OCR systémov
    1. Binarizer
        - Vytvára pixelový obaz.
    2. Segmentor
        - Vytvorí sadu súradníc pre každý čierny pixel.
    3. Tresholder
    4. Typesetter
        - Zarovnanie a pripojenie jednotlivých segmentov do línie slov.
    5. Scaler
    6. Feature Extractor,
    7. Linguist,

- Príznaky a spôsoby výberu príznakov
    - Príznaky:
        - Určenie spôsobu, na základe ktorého sa získané príznakové vektory budú zaraďovať do tried.
        - Reprezentujú sa vo forme vektorov.
    - Spôsoby výberu príznakov:
        - Templates
            - Hľadanie zhody so vzorom
        - Histogramy
            - Súčet čiernych pixelov v danom regióne
        - Priesečníky
            - Založená na počte priesečníkov vopred zvolených vektorov v políčku so znakom.
        - Fourierova transformácia
            - Zmena reprezentácie obrazcov z časovo-priestorovej na frekvenčno-amplitúdovú.
        - Hysterézne vyhladzovanie
            - Hysterézne okno obsahuje v ňom umiestnený riadiaci bod.
            - Riadiaci bod sa pohybuje po obryse obrazca najskôr smerom nahor alebo doprava ak nie je možný pohyb nahor.
            - Hysterézne okno posúva so sebou.
            - Výsledok nemusí byť pre rozpoznávanie dostatočná a preto sa pre každý príznak uvádza ešte kvadrant, v ktorom bol získaný.

---

# Lekcia 6: Strojové učenie - Rozhodovacie stromy

- Čo reprezentujú rozhodovacie stromy?
    - Všetky monžné rozhodnutia systému s podmienkami pre prechod do iného rozhodnutia.

- Rozhodovacie stromy a strojové učenie
    - Rozhodovací strom môže umožniť predikciu odpovede na nejakú otázku, pričom sa využije rozhodovací strom.
    - Vstupná informácia (napr. otázka) sa spracuje pomocou pravidiel v strome a podľa ich výsledku sa prechádza v stavoch.
    - Koniec riešenia znamená, že už neexistujú ďalšie podmienky (a teda ani stavy) a stroj zastane v nejakom koncovom stave.

- Prepis stromu na pravidlá
    - N/A

- Výber vlastností pre tvorbu ulov
    - N/A

- Klasifikačná chyba
    - Počíta sa pomocou vzorca: `nesprávne predikcie` / `príklady`.
    - Najlepšia hodnota je 0.
    - Najhoršia hodnota je 1.

- Pravidlá pre ukončenie rekurzie tvorby stromov
    - N/A

---

# Lekcia 7: Strojové učenie, Naive Bayes, Q-learning

- Oblasti využitia strojového učenia
    - Riešenie skupiny problémov, na ktoré neexistujú žiadni ľudia.
        - Predpovedať výpadky strojov.
    - Riešenie skupiny problémov, kde experti síce existujú, ale nie sú schopní vysvetliť svoju expertízu.
        - Rozpoznávanie reči, rukopisu a pochopenie prirodzeného jazyka.
    - Riešenie skupiny problémov, kde sa rýchlo menia okolnosti.
        - Predpovedať budúci vývoj na burze, vývoj spotrebiteľských nákupov alebo menových kurzov.
    - Riešenie skupiny aplikácií, ktoré musia byť nastavované pre každého užívateľa zvlášť.
        - Filtrácia nechcenej e-mailovej pošty.
        - YouTube/Netflix/Spotify - personalized recommendations.

- Biflovanie, induktívne učenie sa
    - Informácia, ktorá umožní v budúcnosti podobnú úlohu splniť lepšie.
    - Zapamätanie si predošlého ohodnotenia.

- Naivný Bayesovský klasifikátor
    - Štatistický klasifikátor.
    - Predikuje pravdepodobnosti, s ktorými daný príklad patrí do triedy.
    - Vychádza z predpokladu **nezávislosti atribútov** medzi sebou.

- Typy strojového učenia
    - Učenie sa s učiteľom (_supervised learning_) - okamžitá dostupnosť vnemov o vstupoch aj výstupoch.
    - Učenie sa bez učiteľa (_unsupervised learning_) - agent nedostáva nijakú informáciu o tom, aké by mali byť správne akcie.
    - Učenie sa odmenou a trestom (_reinforcement learning_) - agent dostane informáciu o hodnotení akcie, ale nie o tom, aká mala byť správna akcia.

---

# Lekcia 8: Strojové učenie - Regresia

- Lineárna regresia
    - Spôsob, ako zistiť vzťah medzi dvoma premennými.
    - Príklad: _Dlhšia doba učenia => lepšie výsledky._
    - Hľadá najlepšiu čiaru, ktorá spája dáta.

- Residual sum of squares (RSS)
    - Je číslo, ktoré hovorí, ako veľmi sa mýli náš model - teda ako ďaleko sú predpovede modelu od skutočných hodnôt.
    - Čím je RSS **menšie**, tým lepší model - znamená to, že predpovede sú bližšie k realite.

- Stupne polynómu - komplexnosť modelu
    - Určuje, aká zložitá je krivka, ktorú model používa na prispôsobenie sa dátam.
    - Čím vyšší stupeň, tým viac sa model "ohýba", aby čo najlepšie prešiel cez body.
    - Cieľ je nájsť taký stupeň, ktorý dobre zachytí vzťah v dátach, ale neprispôsobí sa až príliš.

- Pridanie ďalších parametrov
    - N/A

---

# Lekcia 9: Spracovanie prirodzeného jazyka (NLP)

- Predspracovanie textu
    - N/A

- Tokenizázia
    - Rozdelenie textu na menšie časti (_tokeny_).
    - Token je časť celku a môžme mu rozumieť ako slovo alebo veta.

- Lematizácia
    - Je proces, pri ktorom sa slová zmenia na svoj základný tvar (_lemma_).
    - Príklad: "bežím", "bežal", "bežať" => "_bežať_".

- Stop slová
    - Bežné a často používané slová, ktoré zvyčajne nenesú dôležitý význam pre spracovanie textu.
    - Príklad: "Pes je na lúke a šteká." => "Pes lúke šteká."

- Part-of-Speech (_POS_) tagging
    - Proces, pri ktorom sa každému slovu v texte priradí slovný druh (podstatné meno, sloveso, prídavné meno, predložka, atď).