спасибо! сейчас посмотрю, что за зверь такой

Взять mt5 потестить надо

Здравствуйте! Я тут новенькая. Подписалась на канал, чтобы понять, нравится ли мне эта профессия. Могла бы я кому-нибудь из Вас лично задать пару вопросов, пожалуйста?

Ребят, мне нужно по копусу найти сущности из базы данных (названия фирм, фиксированный список, могут быть в разговорном/исковерканом варианте). Как это нормально называется, а то я запутался в Entity Matching, Entity Linking, Entity Extraction, Named Entity Recognition ...

Спасибо за идею! А если всё-таки использовать анализ синтаксических зависимостей, как его лучше проводить, чтобы он был универсальным и учитывал разные типы предложений?

Задавайте в чате. Здесь много компетентных людей.

Благодарю!

Мои вопросы. Я хотела бы знать:

1. Какие языки программирования востребованы?

2. Какие иностранные языки (кроме англ) востребованы?

3. Какие области лингвистики особенно важно знать?

4. Насколько эта работа подразумевает тесный контакт с коллективом или заказчиком? Много общения, интеракции на работе или нет?

1. С++, скала, го, питон.
2. Немецкий, китайский.
4. Можно особо не общаться.

1. Python
2. Востребованность языков в NLP = востребованности языков в целом. Я на практике работаю только с русским.
3. Лучше пусть лингвисты чата ответят.
4. Столько же, сколько и в разработке вообще.

К ответу на первый вопрос можно добавить SQL, хотя это и не совсем язык программирования

1. python в основном, если речь идет о машинном обучении и ресерче 2. не знаю, я не в России 3. из лингвистики нужно знать терминологию и основные понятия и концепты, всего понемногу 4. зависит от типа проекта, типа компании, типа сектора - ресерч или индустрия. Я в ресерче, например, у нас не так много общения с заказчиками (хотя это тоже есть), но зато надо выступать на конференциях, мастер-классы всякие проводить и так далее

Здравствуйте. Подскажите, пожалуйста, чем можно разбить документ на китайском на предложения? Есть ли какой то предобученный sentence tokenizer или библиотека для этого?

посмотрите на библиотеку gensim.
Примеров в сети много.
И вы найдете примеры решения задачи -поиска похожих статей.
И еще, вы можете в той же библиотеке посмотреть примеры LSI индексации текстов, которая тоже может подойти для вашей задачи и показать хороший результат по семантическому поиску

UPD добавил ссылку))
https://radimrehurek.com/gensim/auto_examples/

2-я
https://github.com/84adam/python3-nlp

Ребята! Спасибо большое за Ваши ответы на мои вопросы!

Довольно много есть, но большинство с документацией на китайском. Наверное самый хороший от байду - BaiduLac.
Но, если задача просто разбить на предложения, самым простым вариантом, наверное, будет использовать SnowNLP.

#jobs_Hr
Всем отличного дня.
Компания Metingest Digital, ищет NLP инженера в наш RnD департамент.

https://jobs.dou.ua/companies/metinvest-digital/vacancies/136294/ - здесь подробное описания вакансии.
Зарплатная вилка в районе 4000$, есть возможность удаленной работы, белая заработная плата и интересные бенефиты. Быстрые этапы прохождения интервью и оперативный фидбек. С удовольствием расскажу все детали в личке))

Спасибо. Просто большинство китайских библиотек почему то на слова разбиение делают, а на предложения нет

Друзья! Всем привет. Нужен совет: у меня есть набор комментариев с тегами вида «вкусная еда» и «хороший сервис» я бы хотел на их основе натренировать модель классификации. Главное неудобство в том, что отдельный комментарий может иметь сразу несколько тегов (на самом деле их там куда больше двух) есть у кого соображения, какие модельки/подходы использовать?

Пока я думаю тренировать по модели для каждого тега (выходит бинарная классификация да/нет) но это, наверняка, не лучший подход

Можно перевести данные теги в эмбеддинговое пространство, и использовать их как дополнительные фичи для классификатора

Погуглите по словам Multilabel classification