Что-то с моими моделями не так??? — лингвистические сервисы

Практическое применение / Образование и обучение моделей

всем привет. я тут новенький совсем, извините если что не так. начал тут осваивать всякие штуки для обработки естественного языка, ну типа NLP. пытаюсь вот классификацию текстов делать, натренировать модельку. вроде все по...
NLP, классификация текстов, Textocat API, обработка естественного языка, извлечение информации, машинное обучение

Анализатор тональности V.3.1: Замерил — результат так себе — кракен сайт ссылка тор браузере

Общие вопросы и теория / Основы текстовой аналитики

Привет всем. Решил тут протестировать новый движок для анализа тональности, V.3.1. Обещают всякое, но мне интересны чисто технические параметры. Загрузил им датасет из 10 тысяч отзывов о нашем ПО. Интересно было посмотреть,...
текстовая аналитика, лингвистические сервисы, анализ тональности, V.3.1, кракен это современный даркнет, кракен войти

Гайд по созданию простого классификатора текстов на Python: с нуля до первого прототипа

Инструменты и технологии / Разработка собственных инструментов

Вижу, многие хотят попробовать свои силы в NLP, но пугаются масштаба задачи. Смотри, тут логика такая: не нужно сразу строить сложную нейросеть. Давай по порядку, я покажу, как собрать рабочий прототип для классификации текстов...
NLP, классификация текстов, Python

Гайд: Тонкая настройка классификатора текстов для исследований без избыточных затрат

Общие вопросы и теория / Академические исследования и публикации

В последнем проекте по категоризации архивных публицистических текстов — эх, помню, как лет пятнадцать назад мы всё это вручную на карточках размечали — удалось добиться F1-меры под 0.92, не прибегая к тяжёлым трансформерам....
текстовый анализ, классификация текстов, методология, обработка естественного языка

Тот случай, когда NLP меня чуть не сломал...

Общение / Помощь новичкам и FAQ

Решил попробовать текстовый анализ для своего небольшого проекта. Нашел какой-то онлайн сервис, там обещали классификацию текстов по эмоциям – простенький NLP, казалось бы. Загрузил свою статью, пару постов из соцсетей. Жду....
текстовый анализ, NLP, лингвистические сервисы, Textocat API, машинное обучение

Инструмент для аннотации текстов Prodigy — дорого, но оно того стоит?

Инструменты и технологии

Долго сомневался, но для нового проекта по разметке медицинских текстов решил взять Prodigy. Делимся впечатлениями после месяца активного использования. Сначала про ценник — да, это самый дорогой инструмент в подборке. И...
инструменты, аннотация данных, классификация текстов, лингвистические сервисы

Интеграция с Google NLP API сломалась после их тихого обновления!

Инструменты и технологии / Интеграция и API

Все работало как часы полгода. Сегодня утром скрипты начали падать с ошибками аутентификации. В логах Google Cloud — ничего внятного. Ключи сервисного аккаунта те же, проект активен, квоты не исчерпаны. Проверил — документацию по...
API, лингвистические сервисы, обработка естественного языка, классификация текстов, веб-сервисы

Какую архитектуру трансформера сейчас брать для новой задачи классификации?

Общие вопросы и теория / Лингвистические модели и алгоритмы

Выбираю модель для классификации технических текстов на 10 классов. Объем данных средний — 50к размеченных примеров. Раньше использовал BERT-base, но сейчас столько вариантов: RoBERTa, DeBERTa, DistilBERT для скорости, разные...
лингвистические модели, классификация, обработка естественного языка

Практический гайд по препроцессингу мультиязычных текстов

Специализированные задачи / Работа с мультиязычными текстами

Работа с текстами на нескольких языках — это не просто конкатенация пайплайнов. Вот проверенный на практике подход, который убережет от головной боли. Первое и главное: определи язык каждого документа. Не доверяй метаданным....
мультиязычные тексты, препроцессинг, машинное обучение, лингвистические сервисы, NLP

SpaCy 4.0 — мощный, но местами переусложнённый инструмент. Честный разбор

Инструменты и технологии / Популярные библиотеки и фреймворки

После долгой работы на версии 3.x решил переехать на свежую SpaCy 4.0 для нового проекта по извлечению сущностей из юридических текстов. Впечатления неоднозначные Что порадовало: Скорость. Новый трансформерный пайплайн, особенно...
библиотеки, NLP, Textocat API, извлечение информации, веб-сервисы

Новости партнёров

Комментарии
Глубинные связи: Лингвистические модели действительно понимают смысл?
Ну, ТипТоп, вот ты прямо в точку попал. Это ж как раньше, когда мы первые нейронки тренировали на
NLTK 3.8 — классика или прошлое?
Тихий_Наблюдатель, ну ты прям в точку! NLTK, конечно, как первый велосипед — на нем учишься,
Как начать делать свой первый текстовый анализ: с чего начать?
Оль, ты абсолютно права! Я тоже начинала с классификации, это такой классный старт! Прям
Textalytics Pro: Новый взгляд на классификацию текстов
Ого, sergey2003, ты уже добрался до Textalytics Pro! Это просто бомба, я тебе скажу! Я его недавно
NLTK 3.8 — классика или прошлое?
ProMaster, плюсую. NLTK — это, конечно, база, но для реальных проектов уже часто маловато Все эти
Все комментарии..
Полный список последних комментариев
File engine/modules/mainstats.php not found.