AW
Народ а у кого то knowledge graph работают в компании?
Size: a a a
2020 December 25
BZ
Народ а у кого то knowledge graph работают в компании?
у нас работают в Сбере
K
Krep Kospit
Оффтоп,но, надеюсь, ничего не нарушаю. Я тут собрал книги Ницше в txt, на русском. Вдруг кому ещё надо)
Да
KK
Закинь плиз в датасеты Наташи))
Посоветуйте, как его подготовить. Я пока убрал отступы между главами и убрал цифры и их сочетания типа [56], *49
A
Какой метод разделения текста на предложения на английском языке является наиболее качественным? (в сравнении с nltk)
AW
Krep Kospit
Посоветуйте, как его подготовить. Я пока убрал отступы между главами и убрал цифры и их сочетания типа [56], *49
Оставь лучше ещё сырой, мб разные цели есть.
DK
Natalia
ну, видимо, так, да (хотя надо подумать, как написать так, чтобы в потоке issues не потонуло)
мы смотрим за issues у нас 🙂 это раз.
два, кстати, есть замечательные коллеги, работавшие ранее над Алисой, а затем сделавшие Label Studio
https://labelstud.io/
выглядит очень вдохновляюще.
С нашей стороны мы в целом за то, чтобы тоже такие инструменты делать, и даже ищем людей с опытом в разработке фронтендов 😉
https://deeppavlov.ai/careers
два, кстати, есть замечательные коллеги, работавшие ранее над Алисой, а затем сделавшие Label Studio
https://labelstud.io/
выглядит очень вдохновляюще.
С нашей стороны мы в целом за то, чтобы тоже такие инструменты делать, и даже ищем людей с опытом в разработке фронтендов 😉
https://deeppavlov.ai/careers
DK
Никаких примочек нет. Но лицензирование двойное. Поэтому открытую версию можно использовать только для некоммерческого использования и только под GPL-проекты. Впрочем, исправлять ошибки за эти деньги они будут.
Откровенно говоря, их размер лицензии примерно соответствует годовой зп инженера в тех краях.
Откровенно говоря, их размер лицензии примерно соответствует годовой зп инженера в тех краях.
у нас Apache 2.0 лицензия, в отличие от Stanford
RS
Ну так и CoreNLP - это, в первую очередь, Java. А у вас, судя по https://github.com/deepmipt и https://labelstud.io/, стек другой
DK
Ну так и CoreNLP - это, в первую очередь, Java. А у вас, судя по https://github.com/deepmipt и https://labelstud.io/, стек другой
Это не у нас в DeepPavlov, Label Stud.io делают мои бывшие коллеги из Яндекса
RS
Это не у нас в DeepPavlov, Label Stud.io делают мои бывшие коллеги из Яндекса
А что именно у DeepPavlov на Java?
OS
Оставь лучше ещё сырой, мб разные цели есть.
++
DK
Так 🙂
Сорри за путаницу.
Есть библиотека DeepPavlov, она написана на Python (преимущественно). Её лицензия - Apache 2.0.
Есть Stanford NLP, у которых код на Java (преимущественно). У них есть GPL для некоммерческих проектов и т.д., а для коммерческих - отдельная платная лицензия
Сорри за путаницу.
Есть библиотека DeepPavlov, она написана на Python (преимущественно). Её лицензия - Apache 2.0.
Есть Stanford NLP, у которых код на Java (преимущественно). У них есть GPL для некоммерческих проектов и т.д., а для коммерческих - отдельная платная лицензия
RS
Так 🙂
Сорри за путаницу.
Есть библиотека DeepPavlov, она написана на Python (преимущественно). Её лицензия - Apache 2.0.
Есть Stanford NLP, у которых код на Java (преимущественно). У них есть GPL для некоммерческих проектов и т.д., а для коммерческих - отдельная платная лицензия
Сорри за путаницу.
Есть библиотека DeepPavlov, она написана на Python (преимущественно). Её лицензия - Apache 2.0.
Есть Stanford NLP, у которых код на Java (преимущественно). У них есть GPL для некоммерческих проектов и т.д., а для коммерческих - отдельная платная лицензия
Ну, так, если надо проект на Java, то либо OpenNLP, либо Gate, либо CoreNLP с платной лицензией….
DK
Т.е, если "в лоб" сравнивать что университеты (Стэнфорд и МФТИ), что проекты (Stanford NLP и DeepPavlov), то видно, что возможности и ресурсы у Стэнфорда и у нас разные; не говоря уже о том, что DeepPavlov - молодой проект )
OS
Ну, так, если надо проект на Java, то либо OpenNLP, либо Gate, либо CoreNLP с платной лицензией….
jython 🤪
RS
Не вариант
RS
Производительность всегда есть на что потратить и без питона в проекте 🙂
RS
К вопросу о производительности на сегментации предложений. Черновые материалы. GUM Corpus. Фрагмент ~ 5 тыс предложений
