D
Жаль что с 3-ей не работает...
Size: a a a
2021 April 05
וק
Переслано от Dmitry
Подскажите пожалуйста самые актуальные инструменты для извлечения фактов из англоязычных текстов.
имются ввиду кнолидж триплы? самый известный openie , wrapper - https://github.com/philipperemy/stanford-openie-python но их много на самом деле. можно исользовать RE и фильтровать кандидатов наверное
D
имются ввиду кнолидж триплы? самый известный openie , wrapper - https://github.com/philipperemy/stanford-openie-python но их много на самом деле. можно исользовать RE и фильтровать кандидатов наверное
Да, имеется в виду оно. Спасибо
וק
можно еще бенчи между ними посмотреть как например - https://github.com/dair-iitd/openie6/tree/master/carb
И
Привет. Реально ли использовать для решения задачи определения тональности текста (корпус study.mokoron.com, векторизован spacy ru2) классификатор, в котором генетический алгоритм настраивает веса нейронной сети? Знаю, что лучше использовать CNN и подобное, но интересует именно нейроэволюционный алгоритм
DD
Привет. Реально ли использовать для решения задачи определения тональности текста (корпус study.mokoron.com, векторизован spacy ru2) классификатор, в котором генетический алгоритм настраивает веса нейронной сети? Знаю, что лучше использовать CNN и подобное, но интересует именно нейроэволюционный алгоритм
Реально, но зачем?
И
Реально, но зачем?
Выбрал не очень удачную тему диплома, связанную с нейроэволюционными алгоритмами)
SМ
Выбрал не очень удачную тему диплома, связанную с нейроэволюционными алгоритмами)
Зато перспективно)
FF
Может через 10 лет все начнут так сети обучать
SМ
Может через 10 лет все начнут так сети обучать
Ну покрайне мере отбирать лучшие архитектуры
SМ
Видел именно агентные подходы к отбору оптимальной структуры сети
SМ
Но це дорого вычислительно
DD
Может через 10 лет все начнут так сети обучать
Не думаю)
Градиент - это полезная информация, и не использовать его для настройки непрерывных параметров - глупо.
Генетика имеет смысл или для дискретной оптимизации (как выбор архитектуры), или для каких-то крайне немонотонных функций.
А обычные непрерывные веса и обычный лосс градиентом оптимизировать на порядки быстрее.
Градиент - это полезная информация, и не использовать его для настройки непрерывных параметров - глупо.
Генетика имеет смысл или для дискретной оптимизации (как выбор архитектуры), или для каких-то крайне немонотонных функций.
А обычные непрерывные веса и обычный лосс градиентом оптимизировать на порядки быстрее.
ДС
Видел именно агентные подходы к отбору оптимальной структуры сети
А как же та классная статья про сеть без обучения…
SМ
Не думаю)
Градиент - это полезная информация, и не использовать его для настройки непрерывных параметров - глупо.
Генетика имеет смысл или для дискретной оптимизации (как выбор архитектуры), или для каких-то крайне немонотонных функций.
А обычные непрерывные веса и обычный лосс градиентом оптимизировать на порядки быстрее.
Градиент - это полезная информация, и не использовать его для настройки непрерывных параметров - глупо.
Генетика имеет смысл или для дискретной оптимизации (как выбор архитектуры), или для каких-то крайне немонотонных функций.
А обычные непрерывные веса и обычный лосс градиентом оптимизировать на порядки быстрее.
И точнее
SМ
Давид солидарен с тобой
SМ
А как же та классная статья про сеть без обучения…
Кидай обновлю в памяти
SМ
А это бро напрямую связано с RL
SМ
Дык куча капов по ИИ на мейл платформе именно или простые эвристики или генетика