AK
парсеры на LinkGrammar же очень слабенькие по качеству.
И в чем слабость - приведите сравнительный анализ 🙂
Size: a a a
2020 July 08
AK
просто надо уже сообществу собраться и сделать правила трансляции из UD в более читаемые подлежащее / сказуемое / итд.
Значит нет. О чем речь тогда? 😊
YB
И в чем слабость - приведите сравнительный анализ 🙂
в двух словах, все парсеры умеют хорошо выделять в однозначных случаях связи существительных, прилагательных и глаголов. А вот неоднозначные случаи разбирать очень сложно.
YB
этих правил для прилагательных ровно 1 штука, для существительных — штук 5, для глаголов/наречий штуки 3.
YB
ну ладно, может я сам через пару недель доберусь, всё равно это делать надо.
тут в группе уже наверное минимум 10 человек себе такое делало.
тут в группе уже наверное минимум 10 человек себе такое делало.
YB
И в чем слабость - приведите сравнительный анализ 🙂
да, если для английского, то в том же spacy есть алгоритм выделения noun_chunks, там эти правило для существительных записано.
AK
в двух словах, все парсеры умеют хорошо выделять в однозначных случаях связи существительных, прилагательных и глаголов. А вот неоднозначные случаи разбирать очень сложно.
Приведите примеры с использованием http://sz.ru/parser/ иначе звучит голословно.
YB
в двух словах, все парсеры умеют хорошо выделять в однозначных случаях связи существительных, прилагательных и глаголов. А вот неоднозначные случаи разбирать очень сложно.
не, я плохо объяснил.
UD выделяет связи, очень похожие на связи LinkGrammar.
Например, verb -> (nsubj) -> noun — это обычно связь подлежащее-сказуемое, если noun в именительном падеже.
UD выделяет связи, очень похожие на связи LinkGrammar.
Например, verb -> (nsubj) -> noun — это обычно связь подлежащее-сказуемое, если noun в именительном падеже.
YB
для начала про качество.
YB
один из примеров неоднозначностей — тарелка с макаронами vs ковырялся (вместе) с макаронами.
YB
но в LinkGrammar вроде бы получше с типологией связей, поэтому я бы делал хороший парсер на UD, а потом его связи конвертировал в формат LinkGrammar, раз уж вам он так нравится.
AK
Нам все равно какую 🙂 но кроме LG внятных вариантов пока никто не предложил. Нам кстати это надо не для парсинга а для продакшна 😎
ДП
Добрый день, есть датасет более 1000 фото, нужна нейронка для детектирования на ней велосипедов\самокатов.
Есть бюджет пишите в ЛС сколько займет время такой разработки и стоимость часа, хоть примерно.
ТЗ с подробностями чуть позже будет.
Не нашел правил чата. Надеюсь не забанят
Есть бюджет пишите в ЛС сколько займет время такой разработки и стоимость часа, хоть примерно.
ТЗ с подробностями чуть позже будет.
Не нашел правил чата. Надеюсь не забанят
YB
Добрый день, есть датасет более 1000 фото, нужна нейронка для детектирования на ней велосипедов\самокатов.
Есть бюджет пишите в ЛС сколько займет время такой разработки и стоимость часа, хоть примерно.
ТЗ с подробностями чуть позже будет.
Не нашел правил чата. Надеюсь не забанят
Есть бюджет пишите в ЛС сколько займет время такой разработки и стоимость часа, хоть примерно.
ТЗ с подробностями чуть позже будет.
Не нашел правил чата. Надеюсь не забанят
эх, вам бы какую группу по компьютерному зрению найти...
YB
Нам все равно какую 🙂 но кроме LG внятных вариантов пока никто не предложил. Нам кстати это надо не для парсинга а для продакшна 😎
AK
YB
Ссылку на файл грамматики аналогичной https://github.com/opencog/link-grammar/tree/master/data/en - в студию!
можно из датасетов и из данных породить такое, но я не понимаю, как эта грамматика учитывает многозначность слов.
и ещё как она с непроективностью справляется.
и ещё как она с непроективностью справляется.
YB
можно из датасетов и из данных породить такое, но я не понимаю, как эта грамматика учитывает многозначность слов.
и ещё как она с непроективностью справляется.
и ещё как она с непроективностью справляется.
...никак...
VO
да, если для английского, то в том же spacy есть алгоритм выделения noun_chunks, там эти правило для существительных записано.
В том же spaCy имеется свойство токена ancestors. Позволяет выявить полную группу связанных слов. https://spacy.io/api/token#ancestors
YB
В том же spaCy имеется свойство токена ancestors. Позволяет выявить полную группу связанных слов. https://spacy.io/api/token#ancestors
его недостаточно, он все придаточные предложения и обороты подтянет, нужно ограничиваться по типам связей.