Size: a a a

Natural Language Processing

2021 September 29

DS

Dmitry Spodarets in Natural Language Processing
Всем привет!

Сегодня вечером вместе с Олегом Локшином из SoftServe на вебинаре "Pachyderm in production: lessons learned" поговорим про MLOps инструмент Pachyderm и его применение в продакшене на примере реального BigData NLP проекта. Присоединяйтесь!

https://dataphoenix.info/webinar-pachyderm-in-production-lessons-learned/
источник

VG

Vladimir Grigoryev in Natural Language Processing
коллеги, добрый день. подскажите, пожалуйста, как лучше решать задачу по извлечению связанных именованных сущностей? Когда например надо извлекать пары ФИО и город, с ней связанный. Как их извлечь по отдельности понятно, а как связать попарно?
источник

T

Timur in Natural Language Processing
погугли relation extraction
источник

VG

Vladimir Grigoryev in Natural Language Processing
спасибо
источник

ВК

Владимир Кузовкин... in Natural Language Processing
коллеги,я всех приветствую

когда мы используем готовый скрипт,написанной в Natashe https://github.com/natasha/natasha, мы получаем обозначение имен как PER.
У меня следующий вопрос: если я хочу найти в тексте, например, какие то словосочетания ("ел груши","чистил зубы","смотрел кино" и так далее) и обозначить их,например, как Type GLAG,как мне это надо сделать?
источник

DD

David Dale in Natural Language Processing
Кажется, это проще сделать парсером типа yargy. Наташа обучена распознавать только PER LOC ORG, и на что-то другое её настроить очень геморно.
источник

DD

David Dale in Natural Language Processing
Ну либо можно посмотреть на синтаксические зависимости, и выбирать такие пары слов, что у одного слова тег NOUN и зависимость типа obj от слова с тегом VERB.
(картинка взята из spacy, но наташа примерно так же синтаксис размечает)
источник
2021 September 30

MA

Muhammed Alimbetov in Natural Language Processing
ИТ-лектории возвращаются!

Первая лекция в этом учебном году будет на тему «Методы автоматической обработки речи».

На ней будут рассмотрены основные понятия спектрального анализа речевого сигнала, модель генерации речи, отличия методов распознавания речи и распознавания дикторов. Также будет уделено внимание современным моделям обучения без учителя типа wav2vec.

📆Когда: 28 сентября в 16.30
🗣Спикер: Николай Карпов, к. т. н., руководитель направления в SberDevices.

Регистрация по ссылке https://cs.hse.ru/announcements/508416561.html
источник

MA

Muhammed Alimbetov in Natural Language Processing
Друзья, привет!

Вчера пропустил данную лекцию, может есть у кого запись?
источник

A

Alex in Natural Language Processing
Всем доброго дня!
Подскажите, пожалуйста, простой способ натренировать нейросеть на условном Льве Толстом?
Задача выдавать "Что бы на это ответил условный нейроЛевТолстой".

Например, на вход сетке я подаю "Болконский", а на выходе получаю что то вроде "Небольшого роста, весьма красивый молодой человек с определенными сухими чертами".
источник

SancheZz Мов in Natural Language Processing
Гпт видимо имеется ввиду как дотюнить?
источник

SancheZz Мов in Natural Language Processing
На просторах интернета мануалы искали?
источник

A

Alex in Natural Language Processing
видимо да
источник

A

Alex in Natural Language Processing
да, но нашел в основном "инсайты" от gpt3
источник

A

Alex in Natural Language Processing
то есть мануала не нашел
источник

GF

Grigory Frantsuzov in Natural Language Processing
вам нужно чтобы она на вопросы отвечала или текст продолжала?
источник

A

Alex in Natural Language Processing
чтобы на вопросы отвечала
источник

GF

Grigory Frantsuzov in Natural Language Processing
https://huggingface.co/sberbank-ai/rugpt3small_based_on_gpt2 что бы продолжала - возьмите эту модель и скормите ей мегабайт 10 текстов толстого (поделив train\valid как 80\20)
источник

GF

Grigory Frantsuzov in Natural Language Processing
для вопросов попробуйте ODQA от DeepPavlov
источник

A

Alex in Natural Language Processing
Спасибо, Grigory, буду пробовать!
источник