Благодарю за ответ 👍

Всем привет!
Подскажите пожалуйста готовые решения по извлечению триплетов из текста на русском языке

А куда смотреть?)

на статьи

можно начать с обзорной https://aclanthology.org/2020.webnlg-1.7.pdf

вот одно из решений на базе T5 в обе стороны: https://aclanthology.org/2020.webnlg-1.13.pdf

Спасибо за статьи,изучу!
Я скорее ищу какое-то легкое готовое решение, можно над синтаксическим деревом, по извлечению триплетов.

Я таких не знаю, но это не значит, что их нет. Беглый поиск дал вот это: https://github.com/IINemo/isanlp

в textacy вроде что-то подобное было

Всем привет. ruGPT-3 демо не работает уже недели 2. С чем это связано?

исписался видимо )

уже работает =)

Всем привет! Никто не пробовал/не находил реализацию алгоритмов выбора negative sampling, но в применении для классификации предложений?

У меня очень несбалансированный датасет, где 80% данных - это один класс, и остальные 20% - это ещё 5 классов. И модель плохо обучается (пробовала сбалансировать датасет и на каждой эпохе подкидывать рандомно выбранные из большого класса экземпляры, каждый раз другие, но не особо помогает).

Или может кто-то сталкивался с такой проблемой?

А хард негативы семплил?

В батче во время обучения

Всем привет, хочу сделать ner для кастомных сущностей, есть cooking recipes?

Нет, спасибо за идею! Значит, попробую семплить какой-то процент хард негативов в каждый батч и тренировать на них.

1) обучать берт на NER можно примерно таким путём: оригинальный блокнот от huggingface, моя адаптация для русского
2) если размеченных данных мало, хорошо заходит active learning (прогоняешь модель через неразмеченные данные, отбираешь несколько десятков самых неуверенных примеров, размечаешь их руками, добавляешь в обучающую выборку, дообучаешь модель, повторяешь). Размечать NER очень удобно в labelstudio

В качестве бейзлайна очень рекомендую безMLный алгоритм попробовать, например, на yargy