T
сейчас у них датасет неплохой размеченный должен быть
- Определение языка
- Разбивка на тематики
- Разбивка на темы
Size: a a a
2020 March 18
IP
сейчас у них датасет неплохой размеченный должен быть
+, тоже думаю что это как-то повлияет
M
Долго думал, что же будет во втором этапе дата кластеринга
Мне кажется, что заставят делать алгоритм для блока <related> к каждой статье из околоавторитетных источников
Мне кажется, что заставят делать алгоритм для блока <related> к каждой статье из околоавторитетных источников
Была бы это какая-то Индия то определение фейков
T
мб на желтушность статью будут проверять
IP
и статистика страниц с ИВ подозрительно резко появилась
d
ну основная плюха кластеринга это групповые операции над данными вроде как
T
или как-то еще рейтинговать
d
на паре так сказали по крайней мере ахахах
d
исходя из этого думаю ещё че-то размечать вам нужно будет
IP
мб на желтушность статью будут проверять
тож думаю, что нужно будет оценить правдоподобность и рейтинг
T
главную страницу яндекса нормальную мутить будут
с топом новостей может
с топом новостей может
d
потому что предложку для рилейтеда делать это заёбистей оценивать в конкурсе имхо и легче самим сделать
d
хотя вы по сути это уже частично сделали, разбив на темы
d
тож думаю, что нужно будет оценить правдоподобность и рейтинг
звучит слишком сложно и спорно как для конкурса, не?
IP
та и на темы бы тг сами могли разбить, некоторые просто fasttext прикрутили
IP
звучит слишком сложно и спорно как для конкурса, не?
есть на гитхабе проекты, направленные на это
d
даже человеку очень сложно понять желтуха или нет
IP
плюс желание Паши сделать Я.Новости, только лучше
d
большую роль контекст играет типа какое издание запостило, какие моменты осветили