Налоговая перекатилась с КЛАДРа на ФИАС и официально выкладывает его в виде БД: https://fias.nalog.ru/Updates

Здравствуйте коллеги

Насколько корректно набор стемов слова и его синоннимов назвать лексемой?

В лексему можно набор основ только одного слова, так что кластер синонимов / основы из кластера синонимов.

Как создавать навыки для виртуальных ассистентов Салют и получить за это 2 500 000 рублей?

⏰28 апреля| 18:00 Онлайн-митап от SberDevices
Обсудим темы:
📌 Каким UX-принципам следовать, чтобы создавать полезные и понятные продукты?
📌 Какие возможности для разработчиков смартапов открывает SaluteJS?
📌 Как упростить проектирование внешнего вида смартапов с помощью дизайн-системы Plasma?
📌 Как улучшить клиентский опыт с помощью инструментов SmartServices?
📌 Как портировать готовые навыки для других ассистентов в экосистему Салют?
📌 Зачем и как использовать видео с цифровыми аватарами в смартапах?
Знаниями в области создания приложений для виртуальных ассистентов поделятся ведущие специалисты SberDevices и аккредитованные партнеры, а также про свой независимый опыт разработки смартапа расскажет победитель первого этапа конкурса разработчиков SmartMarket.
Подключайся к митапу и узнай все о создании смартапов. Участие бесплатное. Регистрация по ссылке: https://clck.ru/UQT9N

А видео ни у кого не осталось, а то попасть не получилось :(

@cointegrated вы записывали встречу?

Нашёл сокровище на Reddit

Один коллекционер сценариев складывал всё, что находил, в одну папку. Так получился архив, в котором больше 800 (!) сценариев общим весом 1 Гб. Делюсь: https://disk.yandex.ru/d/r_OrUSVUY9gG9A

Просто огромная #СценарнаяПолка

Объявляем Weekend Offer для тех, чей конёк — работа с данными!

Weekend Offer — шанс получить оффер в X5 Group, под крылом которых все «Пятёрочки», «Перекрёстки», «Карусели» и «Чижики» страны.
Это 34 продукта, 123 проекта, 324 IT-системы на поддержке — а ещё миллионы людей, на опыт которых вы будете влиять каждый день.

Схема такая: отправьте заявку → пройдите 2 коротких интервью → оффер.

Отправьте заявку до 4 июня, а лучше — прямо сейчас ↩️

Ребят подскажите пож.
Есть датафрейм в котором 2 колонки из слов. В 1 колонке слова относящиеся к машине (ее цвет, характеристики, цена за обслуживание и т.д). Во 2 колонке запрос покупателя, какую именно машину он ищет (не обязательно по параметрам перечисленным из колонки 1), например "она должна быть красивой, быстрой, не дорогой).


Требуется заполнить колонку 3 с % который означает на сколько колонка 1 подходит колонке 2.

Какой алгоритм использовать и на какие этапы разделить задачу, чтобы приблизительно оценить тематику слов и сопоставить на сколько % описание машины из колонки 1 подходят под вариант поиска машины из колонки 2?

Эммм. Пусть коллеги поправят.

Бейзлайн:
1/ токенизируем каждую из колонок
2/ чистим от стоп-слов
3/ строим эмбеддинги над словами (w2v)
4/ считаем косинусные расстояния между векторами

Посильнее:
3/ строим эмбеддинги не над словами, а над предложениями
(d2v)
4/ те же косинусные расстояния

Ещё немного посильнее:

трансформеры / берт

мне кажется, тут не хватает собственно критерия, что значит "подходит"? это значит, что покупатель уже купил такую машину?

Видимо, колонка 1 - машина, колонка 2 - то, что предложила рекомендательная система. Ну и надо посчитать, не ерунду ли она предложила. Но пусть автор поправит.

ну так вот, как понять, ерунда это или нет? должен быть критерий. например, переход по ссылке, или покупка, или какие там еще есть метрики

Ну это уже «с учителем».
По тому, как описана задача, кажется, что это без учителя. Нет? В общем, автора ждём.

в идеале так вообще надо руками аннотации делать и на этом обучать модель

например, предложенный бейслайн с векторами ничего нам не даст в этой ситуации. Он будет сравнивать семантику фраз, а не дополнительные смыслы

Да, именно. Поэтому я и говорю, что он именно как некая линия отсчёта, от которой модель будет только усложняться и делаться более точной. Ну или я не правильно понимаю слово «бейзлайн»

бейслайн нужно оценивать

для оценки нужны критерии