мне бы еще хотелось точно узнать как оно было в бою тоже

Обратись к ним если интерес не праздный, сделают консалтинг

Наконец дошли руки попробовать квантизацию с fasttext.
Работает отлично, логика вообще не усложнилась.
Чтобы не копипастить код квантизованных объектов из навека, хочу дописать туда три строчки https://github.com/natasha/navec/pull/1

Ребят такой вопрос. Читаю про bert distill. Пишут что обучение до 60% быстрее чем bert. Но я не смог найти на сколько быстрее будет он на тестовых данных, после обучения. Никто не знает?

Было бы интересно посмотреть код для квантизации fasttext. Какое получилось сжатие, на сколько хуже качество и скорость. Думаю о том чтобы добавить fasttext в navec. Сам немного скептически отношусь к fasttext и не использую, но люди точно спросят почему нет поддержки

Я какую-то глупость спросил? :) Наверное :)

нет, мы похожую задачу начинали решать, потом у нас ее забрали.
пробовали разные NER подходы, начали с правил Ярги, т.к. было известно заранее что-то.
у нас была потребность извлекать оборудование и то, что с ним случилось.
насколько мне известно, далее ребята разметили все под spacy и с помощью него доставали оборудование и происшествия.

Друзья, наверняка тут кто-то делает чат-боты)
ужасно неоднозначно, оффтопик или нет, простите
поделитесь опытом, как вы реализуете разухабистые сценарии, заранее известные?
конечный автомат с ифами?
какие-то еще варианты?
мы пробуем озвученный, но как-то некрасиво :(

берешь program-y от keiffster, пишешь на AIML (расширение xml) категории паттернов и темплейтов, запускаешь бота:)

Ага, паттерн мэтчинг в языке с хорошим паттерн мэтчингом )

В Scala например или в Rust

Это удобнее ифов

у меня был достаточно "разухабистый" сценарий, я прямо на AIML реализовал стек хранимых топиков, чтобы бот помнил, о чем говорили, за что получил от тимлидера фидбек в стиле "не кодер, а проктолог":)

fasttext штука полезная: скажем, вот есть тексты после ASR или OCR с опечатками и ошибками, вот и как их потом распознавать/классифицировать без char-ngrams?

Угу, принимается. Мне просто не приходится работать с опечатками.  В fasttext напрягает то, что там близкими оказываются слова похожие по морфологии. Например, для "желтый" я ожидаю в похожих увидеть "синий", "красный", а получаю что-то типа "желтым", "желто", "желтеть". Вроде как идея, что fasttext будет использовать морфологию только когда слово редкое, например,  с опечаткой, а получается, что всё сводится к поиску по н-граммам. Тогда вопрос зачем fasttext, давайте явно делать какой-нибудь char-cnn

Я делал поиск синонимов с помощью w2v вроде корректно работает)

А fasttext есть для ЯП c#

?

У меня та же проблема с word2vec была. Решилось лемматизацией слов перед созданием модели (мне не надо было переводить вектора обратно в слова, классификация текста)

Для лемматизации pymorphy2[fast] использовал