начальные (конечные) элементы. так понятней

встречала перевод leading whitespace как ведущие пробелы

но в других контекстах как-то не очень

гуглом переводили )

ну это еще в относительно старых книжках встречается) или справке

Всем привет!
Стоит задача сделать целеориентированного чат-бота, пытаюсь найти какой-нибудь фреймворк для логики (дерева или графа), чтобы было возможно в его узлы вставлять свои  классификаторы, может кто-то сталкивался и может порекомнедовать годный (на Python), гуглится rasa, но у него вроде строенные классификаторы.

Если ты про NLU пайплайн, то можно добавлять кастомные компоненты

Вот пример: https://blog.rasa.com/enhancing-rasa-nlu-with-custom-components/

Да, про него. Спасибо за ссылку, буду смотреть. Пытался найти похожие на RASA библиотеки (может проще),  нашел еще Deeppavlov Go-Bot Framework и пожалуй все  что попалось (из опенсорсного и не уже готовых решений, типа Диалогфлоу). Удивлен, казалось, что должно быть много таких библиотек.

Я ещё могу посоветовать свою самоделку dialogic.
Я сделал эту либу для быстрого запуска мультиплатформенных чатботов (мессенджеры, соцсети, голосовые помощники).
Там не такой мощный NLP, как в Расе или Диппавлове, и в целом она рассчитана, что ты будешь писать довольно много собственного кода. И, в частности, можно подключать любые классификаторы или теггеры для своих задач.
Пример готового бота - https://github.com/avidale/alice-stopwatch или https://github.com/avidale/alice-stretching.
Документации у неё пока нет, но, если у вас будут вопросы, с удовольствием отвечу)

Давид, спасибо. Буду изучать, появятся вопросы, обращусь.

Попробуй еще посмотреть botfront - это gui для rasa.

Правда с недавних пор этот проект больше не поддерживается, но для небольших проектов лучшего решения, которое работает из коробки и дает много фичей, я не видел.

Спасибо!

Народ, что можете посоветовать под задачу relations extraction для русского? Я нашел несколько рабочих пейперов, которые можно переложить для русского,  но они рассчитаны только выявление единственного отношения между объектами, однако на практике чаще всего к одному объекту имеют отношение несколько других. По большому счету для русского вообще не нашел ни одной нормальной репы. Вообще не поднятая область?

Всё сложно, например coreference resolution для русского нет (решается грязным хаком с переводом в англ.), поэтому и relation extraction такой себе получится.

Привет!

Подскажите, пожалуйста, как лучше подойти к проблеме извлечения ключ-значение из длинных pdf (10-20 страниц на английском). Структуризация по секция стандартная, а вот внутри секций информация неструктурированная (документы от разных фирм).

Я пока решила взять flair и тренировать NER для каждой секции отдельно классическим BIO. Потому что это кажется довольно простым решением.

Но ясно, что информация ещё о шрифте (bold, например) и относительном расположение элемента бы помогли модели.

Кто как решал похожие задачи?

Приветствую!

Скажите, пожалуйста, есть ли запись семинара air institute, где миколов выступал 30 июня?

1. Для учета координат есть LayoutLM (есть в transformers)
2. Если pdf -- не сканы, то можно вытащить инфу о шрифтах каким-нибудь pdfminer

Привет! Подскажите пожалуйста хороший спел чекер на питоне который можно использовать для русского языка. Pyspellchecker уже пробовал он медленно работает на средних датасетах.

jamspell, быстрее пока не видел

Я использую PyMuPDF для извлечения текста, координат и шрифтов, но LayoutLM — думаю, не сильно подойдет, т.к. важен контекст слова для его классификации