https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA%3AKatya 2026-06-06T19:19:00Z История изменений этой страницы в вики MediaWiki 1.45.3 https://www.wikicshse.ru/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Katya&diff=6376&oldid=prev 2016-11-08T09:45:24Z

<p>Migrated current public revision from wiki.cs.hse.ru</p> <p><b>Новая страница</b></p><div>Моя страничка на сайте ВШЭ: [http://www.hse.ru/org/persons/14305157 Екатерина Черняк].<br /> <br /> Меня интересуют исследования в области автоматической обработки текстов (natural language processing). В 2016/17 уч. году мне хотелось бы предложить темы, связанные со следующими направлениями:<br /> <br /> * анализ темпоральных текстовых данных. Речь идет о текстовых данных общего происхождения (новостных лентах, отзывов на какие-то продукты, твиттах, блогах), публикуемых достаточно долгое время. В этом направлении существуют следующие задачи: <br /> # Извлечение сюжетов (как развивается новостной сюжет, например, какие события связаны с Сирийским конфликтом)<br /> # Извлечение темпоральных ассоциативных правил (например, как упоминание нового назначения омбудсмена вчера связано с упоминанием телегонии сегодня)<br /> # Анализ изменений отношения к какому-то товару со временем (например, почему оценки на Кинопоиске со временем становятся ниже, можно ли найти какие-то причины этому в текстах отзывов)<br /> # Визуализация (например, построить облако тегов и мультфильм про его изменение в динамике)<br /> # Извлечение трендов из научных публикаций (о чем пишут современные исследователи, о чем писали 5 лет назад и сейчас уже забыли, можно ли предсказать, что будет популярно в ближайшие пять лет?).<br /> * использование строковых структур для анализа текстов. В основном для анализа тексты разбивают на слова, пары слов или последовательности символов фиксированной длины (например, пятерки символов). Мне кажется, что можно было бы ослабить ограничение на длину последовательности и использовать сууфиксные или префиксные деревья для того, чтобы выбирать длину символьной последовательности автоматически. Подобный метод был бы полезен для тех задач, где конечный результат не имеет текстового представления, например в задачах<br /> # кластеризации текстов (конечный результат - кластеры и неважно, какое представление текста было использовано)<br /> # тематической классификации <br /> # классификации по жанрам<br /> * некоторые стандартные задачи и не совсем стандратные способы их решения или источники данных (список пополняется):<br /> # Использование сверточных сетей для извлечения фактов (см. соревнование Диалога 2016 года)<br /> # Иерархическая классификация на данных Яндекс.Категоризатора<br /> # Извлечение социальных сетей из новостей / художественной литературы и их визуализация<br /> # ПриВедЕНие теКСТа К прАвиЛЬноМу реГистРУ</div>

imported>Katya