Size: a a a

Natural Language Processing

2017 August 16

S

Shine in Natural Language Processing
Ребят, а кто-нибудь оказывает консультации в области nlp ? и в целом, если есть задачи, может кого подработка интересует ?
источник
2017 August 22

t2

tonko 22 in Natural Language Processing
источник

t2

tonko 22 in Natural Language Processing
bullshit
источник

t2

tonko 22 in Natural Language Processing
лучшая моделька на данный момент, но параметр изначального alpha утерян /._.\
источник

t2

tonko 22 in Natural Language Processing
придется искать brute force
источник

t2

tonko 22 in Natural Language Processing
альфу я точно уменьшал, но она в итоге почему то выше изначальной
источник

t2

tonko 22 in Natural Language Processing
при этом сама альфа приняла значение min_alpha
источник

t2

tonko 22 in Natural Language Processing
gensim есличо
источник

t2

tonko 22 in Natural Language Processing
источник

AZ

Andrey Zakharov in Natural Language Processing
А что за моделька ?
источник

t2

tonko 22 in Natural Language Processing
doc2vec
источник

t2

tonko 22 in Natural Language Processing
до сих пор не понял, это я каким то образом альфу сам сломал или генсим виноват
источник

t2

tonko 22 in Natural Language Processing
нашел код которым обучал эту модель, там альфа вообще не меняется, train() вручную вызывал 27 раз
источник

t2

tonko 22 in Natural Language Processing
в любом случае, альфу я уже подрбрал, все чики-пуки
источник

t2

tonko 22 in Natural Language Processing
осталось разобраться с infer_vec, а то он как-то рандомненько работает
источник

АМ

Александр Мамаев in Natural Language Processing
Hey everybody.

Вот есть такая задача:
Абонент звонит, говорит о своей проблеме и мы определяем оператора который должен обработать этот запрос. Но есть одна проблема, существуют абонеты которые выплескивают кучу инфы и мы ложно определяем класс. И этот шум хотелось бы как то ловить и кидать в default  (разметить эти запросы технически, пока не реализуемо)
источник

АМ

Александр Мамаев in Natural Language Processing
Есть варианты решения?
источник

t2

tonko 22 in Natural Language Processing
если шум примерно одинаковый по содержанию, можно его словарем резать
источник

АМ

Александр Мамаев in Natural Language Processing
Неа
источник

t2

tonko 22 in Natural Language Processing
у меня похожая проблема, подписи отрезать надо
источник