В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Natural Language Processing

3198 membersпожаловаться на группу
2021 October 18

SS

Sergey Shulga in Natural Language Processing
Берешь любой глагол, ставишь его в ТЕ-форму и прибавляешь しまう (только обычно в прошедшем времени, тут я привел словарную). И все. Просто конструкция, имеющая вполне нормальный перевод на любой язык мира.
источник
23:58пожаловаться#1
2021 October 19

DD

David Dale in Natural Language Processing
Всем привет!
А ни у кого не осталось обученных весов от модели https://github.com/Lesha17/Punctuation?
А то ссылка в репозитории протухла.
@psydmax @nshmyrev @sashzhu вы эту модель обсуждали, может быть, веса от неё остались?
источник
00:00пожаловаться#2

EE

Enot Enotovich in Natural Language Processing
Ты решил японский выучить?))
источник
00:00пожаловаться#3

SS

Sergey Shulga in Natural Language Processing
Я его знаю
источник
00:00пожаловаться#4

EE

Enot Enotovich in Natural Language Processing
Площадка для продвижения наших сервисов?))
источник
00:01пожаловаться#5

TM

Toemik Mnemonic in Natural Language Processing
всем привет! какую именно loss function по умолчанию считает и записывает transformers  для задач классификации текста  https://github.com/huggingface/transformers/blob/4a872caef4e70595202c64687a074f99772d8e92/examples/legacy/text-classification/run_tf_text_classification.py#L295
источник
00:04пожаловаться#6

TM

Toemik Mnemonic in Natural Language Processing
и можно ли использую интерфейс simpletransformers выбрать конкретную loss (MAE, MSE, кросс энтропия, шеннон) для обучения?
источник
00:06пожаловаться#7

SS

Sergey Shulga in Natural Language Processing
NLP)? У них с этим и так неплохо, язык удобный.
источник
00:07пожаловаться#8

AB

Arcady Balandin in Natural Language Processing
Там несколько значений. Но которое обсуждается на русский похоже переводится как "случайно" или типо того. В любом случае Зельдович умилился выбросу от якобы нейронки. Ну ок
источник
00:10пожаловаться#9

SS

Sergey Shulga in Natural Language Processing
Зельдович такой)
источник
00:10пожаловаться#10

AB

Arcady Balandin in Natural Language Processing
А Петросян сказал что его комп умеет шутить ибо написал его фамилию как Петросня.
источник
00:11пожаловаться#11

NS

Nikolay V. Shmyrev in Natural Language Processing
сейчас поновее есть полно моделей вроде https://github.com/sviperm/neuro-comma
GitHub
GitHub - sviperm/neuro-comma: 🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺
🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺 - GitHub - sviperm/neuro-comma: 🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺
источник
01:49пожаловаться#12

SS

Sergey Sikorskiy in Natural Language Processing
@banofbot
источник
02:27пожаловаться#13

B

Banof in Natural Language Processing
🔫 Antje Walter кикнут — вернуть этого пользователя можно только разбаном в настройках чата.

Проголосовавшие за кик:
@LoneGeek, @anton_andrew, Al Dyachkov, @SaturnOleg, @ksotar
При поддержке Золота Бородача
источник
02:27пожаловаться#14

SS

Sergey Sikorskiy in Natural Language Processing
@banofbot
источник
03:09пожаловаться#15

B

Banof in Natural Language Processing
🔫 Jessica Amsel кикнут — вернуть этого пользователя можно только разбаном в настройках чата.

Проголосовавшие за кик:
@LoneGeek, @RedArmadillo, Natalia, @toriningen, Ilya Kalinin
При поддержке Золота Бородача
источник
03:09пожаловаться#16

DD

David Dale in Natural Language Processing
Спасибо! Эта модель хороша, но она в длинный текст не вставляет точки (ну или делает это очень неохотно), а для моих целей нужно в первую очередь в длинном полотне текста находить границы предложений.
Посоветуешь какую-то модель для этой задачи?
источник
07:16пожаловаться#17

МВ

Марк Верхотуров... in Natural Language Processing
Всем привет! Подскажите, пожалуйста, хорошую предобученную  модель, на русскоязычном тексте, Word2Vec.
источник
10:05пожаловаться#18

AZ

Alexandra Zh in Natural Language Processing
неа, но вроде как есть достаточно много хороших решений, https://github.com/sviperm/neuro-comma например
GitHub
GitHub - sviperm/neuro-comma: 🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺
🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺 - GitHub - sviperm/neuro-comma: 🇷🇺 Punctuation restoration production-ready model for Russian language 🇷🇺
источник
10:06пожаловаться#19

AZ

Alexandra Zh in Natural Language Processing
а, увидела, что николай там выше то же самое сбросил)
источник
10:06пожаловаться#20