Формулу достаточно посмотреть)

Что при высокой частоте в документе ,он редкий в других, следовательно он специфичен для таких документов

Возможно документы того же класса в данном токене обладают той же мерой тфидф

Но все вышеуказанные фразы кроме редкий требуют подтверждения как гипотезы)

Ок, значит "специфичность" мне подойдёт :)

🔫 User кикнут — вернуть этого пользователя можно только разбаном в настройках чата.

Проголосовавшие за кик:
@LoneGeek, @cypic, @Andrew_Valukhov, @Fushur, @stringersolo
При поддержке Золота Бородача

кто подскажет? https://www.tensorflow.org/text/tutorials/classify_text_with_bert использую эту статью для начала работы. создаю окружение и ставлю tf с помощью команды conda create -n tf-gpu tensorflow-gpu. tf.__version__ == 2.4.1. GPU при этом доступен. затем ставлю tensorflow-text и становиться tf.__version__ == 2.5 при этом GPU уже не доступен. что не так?

Всем привет!

Ребята, подскажите, есть ли нейросеть, готовые библиотеки или прочие решения, которые позволяют исправлять пунктуацию (или с нуля расставлять в местах, где нет) в русскоязычном тексте (не только запятые)?

Недавно сталкивался с такой моделью: https://habr.com/ru/company/barsgroup/blog/563854/ но там она много весит и работает только с запятыми (и то не идеально). Есть ли аналоги получше?

Поиск не пробовали по группе?

https://github.com/vlomme/Bert-Russian-punctuation по поиску только на такую попадал, но по ней никакой информации о тестировании и показателях метрик точности нет, поэтому и интересуюсь у более опытных - есть ли ещё аналоги

Где-то с полгода назад тут спрашивал, мне скинули только Bert-Russian-punctuation. В публичном доступе пока получается только она и про которую я написал статью.

жаль, направление нужное для многих NLP-шников хотя бы ради чистки данных перед обучением моделей

Товарищи, возможно вопрос не совсем по NLP, но кто-нибудь знает хорошие датасеты для lypsync? В открытом доступе

всем привет! знает ли кто-нибудь адекватный способ разметки веса для слов оценочной лексики (желательно от -1 до 1, но не обязательно)?

И  когда через два часа зависимости разрулятся, выяснится, что четверть параметров в запинываемом коде deprecated, а другая четверть давным-давно deprecated

Это NLP

tensorflow не так :)

Это tensorflow. Ещё с переходом с 0.8 на 1.0 такая ерунда была, 4 года назад. С тех пор ничего не изменилось.

Ребят, подскажите по gensim: натравливаю LDA модельку на корпус из несколько сотен текстов, ставлю количество тем равным количеству текстов (предполагаем что все тексты на разную тему).  Вопрос такой: когда вывожу на печать темы, там есть индекс темы + слова темы с весами, и вот этот идекс темы - можно считать его привязанным к тексту (скажем, текст 5 - и индекс темы тоже 5) или они случайно генерируются?

Опытным путём выяснил, что скорее случайные.