Вот код: https://github.com/konradmaklaud20/qa-chatbot/blob/main/qa-chatbot_v1.py
Использую tensorflow, количество параметров модели - 81млн

если есть пары вопрос ответ, не проще ли использовать retrieval подход? просто искать ближайший вопрос, возвращать парный ему ответ

Трансформер с нуля что-ли тренируется? на 300 тыс пар 80 млн параметров?

Посмотрите тут последние несколько слайдов про Grammatical Generation http://aigents.com/papers/2020/InterpretableLanguageProcessing2020.pdf и если интересно то гляньте гитхаб по ссылкам. Мы эту задачу решаем для английского, ищем свободные руки и горящие глаза (MIT-license) для расширения предложенного подхода для русского 😉

Доклад по этим слайдам: https://www.youtube.com/watch?v=FzKMtNILmDk

НА ЭТОЙ НЕДЕЛЕ НА СЕМИНАРЕ 15 ОКТЯБРЯ Я БУДУ ГОВОРИТЬ "О ЯЗЫКАХ И СТРУКТУРАХ ДАННЫХ ДЛЯ ОБЩЕГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА"
https://aigents.timepad.ru/event/1412596/
отталкиваясь от предыдущих докладов Алексей Редозубов Сергей Шумский Mykola Rabchevskiy Evgenii Vityaev Aleksandr Panov Alexey Egorov Dmitriy Salikhov и частично отвечая на возникшие в их процессе вопросы, включая аспекты терминологии и когнитивных архитектур.
http://aigents.com/papers/2020/Data-Structures-2020-en.pdf
Слайды выкладываю заранее с тем, чтобы можно было заранее задать вопросы и сделать устный доклад более содержательным для аудитории (продолжаем эксперименты с формами).

всем привет! ищем консультанта на проект, связанный с НЛП (распознавание и классификация пользовательских фраз) для русского языка. детали в ЛС.

Всем привет!

Можно ли как-то для repeatable-атрибута у факта в yargy доопределить нормализацию или custom()? Не могу найти пример в примерах, буду очень рада, если кто-то подскажет, как это можно сделать.

Я исхожу из предположения, что из строки “штука 1, 2, 3” не получится сделать инстансы факта штука вида “штука: 1” “штука: 2”, “штука: 3” — точнее, в таком случае придется полностью захватить парсинг простых интов, исключая для них возможность попасть в другой факт.

Поэтому нужен attribute(‘штука’).repeatable(). И для него хочется всякие normalized и custom.

Спасибо заранее за ответ.

Please see my contribution in kaggle data sets.

If you found this datasets are helpful to the community please encourage me by upvoting it in kaggle.
And give your valuable suggestions in the comment section.
1. IMBD top Movies --> For movie recommendation system ->
https://www.kaggle.com/sankha1998/tmdb-top-10000-popular-movies-dataset

2. Students' performance in semester exam--> For advance regression solution->
https://www.kaggle.com/sankha1998/student-semester-result

3. Whatsapp Status data --> for NLP based Solution ->
https://www.kaggle.com/sankha1998/emotion

Ахахах набор рейтинга на кегле, впервые вижу такое
Хотя если так подумать, имеет смысл

На конгрессе ИИ сейчас будет секция по автоматической обработке текста)

там мало чего интересного, но можно поискать:
https://easychair.org/smart-program/CAICS2020/2020-10-13.html#session:48503

а есть ссылка на вторую часть?

а,там же

Не нашёл правила. Но может быть интересно чату.

вся программа конференции тут: https://caics.ru/ , там кроме общей программы есть и ссылки на эти подсекции.

спасибо, Юрий

Коллеги, доброй ночи!  Чем черт не шутит)

Ищем ребят, продукты, команды, у кого получилось создать модели, позволяющие генерить  контент по заданным ключевым словам, тематикам (даже если пока плохого качества, задача -  понять, что технически реализовать можно вообще). Буду рад пообщаться. У нас своя "яндекс.толока для копирайтеров", прям нужна помощь очень сильно)