На Диалоге буквально вчера закончилась дорожка по кластеризации новостей
https://github.com/dialogue-evaluation/Russian-News-Clustering-and-Headline-Generation
Там есть и данные, и лидерборд, и телеграм-чатик, где можно вопросы позадавать

Угу, как раз в этом контексте спрашиваю)

Там чёт оч мало участников так-то, на лидерборде с десяток.

Доброго дня! Подскажите пожалуйста, подойдет ли Ярги парсер для извлечения из текста предложений такого вида: "
ПК 1.1. Анализировать объект производства : конструкцию летательного  аппарата, агрегатов, узлов, деталей, систем, конструкторскую документацию на их изготовление  и  монтаж.
ПК 1.2. Обеспечивать  технологическую  подготовку  производства  реализации  технологического  процесса .
 и т.д.
То есть в этих предложениях начало всегда с ПК и глагола. Взять нужно то, что идет после.
Или Ярги не подходит для этого?

Думаю, yargy хорошо подойдёт, если у всех текстов именно такая структура

спасибо!

Здравствуйте, мы приглашаем всех вас принять участие в четвертом Тесте Тьюринга, который состоится в онлайн-формате!

🔹 Что это такое?
Это масштабное онлайн мероприятие, на котором мы будем определять, умеет ли машина мыслить, и можно ли отличить человека от чат-бота во время анонимной переписки.

🔹 Ты разработчик и хочешь доказать, что твой чат-бот самый умный?
Тогда регистрируйся по ссылке https://www.turing-test.net/ и сможешь побороться за главный приз. Каждый разработчик сможет выставить на конкурс до 3-х ботов. Это отличная возможность заявить о себе, ведь ты сможешь не только замерить динамику качества своих ботов, но и определить лучшие сценарии для разговорного интерфейса.

🔹 А призы будут?
Для трех лучших чат-ботов, которых максимальное количество независимых судий признает человеком, мы подготовили крутые призы.

🔹 1-е место – 200 тыс. рублей
🔹 2-е место – 125 тыс. рублей
🔹 3-е место – 75 тыс. рублей.

За всеми обновлениями конкурса следите на сайте мероприятия https://www.turing-test.net/

🔫 @Coracosteon1974 кикнут — вернуть этого пользователя можно только разбаном в настройках чата.

Проголосовавшие за кик:
@alexkuk, @krokha_18, @alexkhrystoforov, @bazhanRO, @tzekunosyosha
При поддержке Золота Бородача

Всем здравствуйте, нужен совет.

Cейчас ищу библиотечки/статьи по методам исправления контекстуальных ошибок для русского языка (когда род, спряжение, склонения нееправильные в предложении).

Из готовых решений нашел только для английского.

Посоветуйте какие-нибудь библиотеки, статьи, репы, подходы пожалуйста)

Сам думал сделать что-то на трансформерах, тк по опыту всякие марковские модели работают похуже чем нейронки. Например, взять корпус текста, токенизировать, с помощью pymorphy2 изменить форму слова, склонение, род и на этом обучить seq2seq.

вопрос интересный

на эту тему @cointegrated советовал дообучить какуюнть генеративную трансформенную модель которая претрейнилась для перефразирования

у меня руки не дошли

Доброго времени суток. Хотел узнать какие есть хорошие способы для извлечения ключевых слов из текста, уже пробовал RAKE и подобные, есть ли решения получше для русских текстов?

Danila Milovanov , мне понравились результаты https://github.com/shangjingbo1226/AutoPhrase
Работал с английским, но русский прикрутить не должно быть сложно.

Спасибо, ознакомлюсь

Добрый день, мне нужно классифицировать данные на правду/ложь, можно ли дообучить модель rusentiment_bert на датасете с правдой/ложью? Если можно, можете плис поделиться примером?

а почему именно сентимент? почему  не взять обычный BERT и обучить его на своем датасете?

ну да, можно и так, я просто пока не очень разбираюсь в этом) не знаете, где можно найти пример?

посмотрите библиотеку Simple Transformers

там есть примеры того, как сделать файн-тюнинг

Есть набор слов - профессии в форме женского рода. Как получить аналоги мужского рода?