Коллеги, мы тут перепробовали уже около двух десятков моделей сентимент-анализа для финтеха "из коробки" и пока не удовлетворены качеством (Monkey Learn не включали ибо в API подходящих моделей воообще нет). Есть за пределами списка что еще стоит попробовать прежде чем самим начать размечать и тренировать? (три столбика это три разных варианта тестовой разметки)

напишите что это за слово/фраза/морфема в японском

с удовольствием написал бы, но увы
Большей инфой,  чем было в ленте ФБ - не располагаю

Я не тот Александр, которому звонил профессор Зельдович))

пахнет поплингвистикой. "10 слов в исландском, которых нет в русском"

Ну грамматически есть простое выражение: しょうがない (ничего нельзя сделать). А есть и просто неизбежность: 必然性. А вот с учётом драматизма мне прям стало интересно, как переводчику с этого языка. Спрошу у моей тусовки.

+  Вполне может быть история о том, как кулек конфет превратился в воз конфет.

да и было бы интересно узнать вариант перевода нет от ИИ)

Мне кажется, что ИИ как-то сильно упростил ситуацию))

Мне бы всю всю фразу на японском. Потому как обратным переводом я могу много вариантов предложить

это понятно

А может ИИ переводил в стиле переводчиков видеофильмов 80-х?)

так и рождаются мемы типа - "японская неизбежность по-русски"

Возможно, что здесь речь про -te shimau

Когда что-то сделано и не вернуть, и в связи с этим сожаления

Но может и не это

Коллеги посоветуйте пейперы про multitask transformer, именно nli+nlu + summarize. T5 не предлагать)))

Интересно в первую очередь decoder only схемы, но и классические трансформеры интресно

"Векторный парсер" от Роберта Фримана:
Whether cognition is a compression or expansion of the world? Parsing Using a Grammar of Word Association Vectors with Vector Parser - Robert J. Freeman talk at the Interpretable Natural Language Processing (INLP) Workshop, October 15, 2021
https://www.youtube.com/watch?v=YiVet-b-NM8

Привет.
Подскажте, куда копать? Может есть готовые решения, чтобы не набить шишек.
Решаю задачу NER, но хотелось бы не размечать тексты, а искать по словарю. Не простым вхождением, а векторной близостью.
Видится так - получить на выходе иерархический 2 уровненный классификатор, 50 классов 1 уровня, по 15 подклассов. В каждом подклассе по 100 примеров употребления на разных языках.
Каким-то векторизатором прохожусь по токенам и ищу близкие в словаре.
Желательно на BERT, чтобы охватить много языков разом.