РАССКАЗАТЬ О САЙТЕ ДРУЗЬЯМ  
Русский/English
ФОТОГАЛЕРЕЯ ПРОГРАММА ПРЕЗЕНТАЦИИ ДОКЛАДЧИКИ СПОНСОРАМ ПРЕСС-ЦЕНТР О НАС
 
             12 - 13 СЕНТЯБРЯ / 2014  РОССИЯ, МОСКВА МЕСТО ПРОВЕДЕНИЯ                      
 

Аннотации докладов

 

Ключевые докладчики

 

Эриберто Куайахутль

Адаптивное обучение с подкреплением для интерактивных систем и роботов

В своем выступлении я опишу наш текущий проект в Interaction Lab, на факультете математики и компьютерных наук университета Херриот-Ватт, Шотландия. Наше исследование посвящено разработке голосовой интерактивной системы, которая может эффективно и адаптивно взаимодействовать с людьми. Такие системы часто используют обучение с подкреплением (Reinforcement Learning), вычислительную модель, которая методом проб и ошибок выучивает сложные модели поведения. Недостатком таких систем является ограниченная масштабируемость, т.е. трудности при работе с большим пространством возможностей и паралелльными задачами. Я опишу три возможных решения этой проблемы: использование предыдущих знаний, повторное использование выученных стратегий и гибкое взаимодействие. Все три подхода будут проиллюстрированы действующими системами, которые тестировались на реальных пользователях. В конце я обсужу возможные направления будущей работы, нацеленной на использование систем Reinforcement Learning в реальных (неэкспериментальных) системах.

 

 

Паоло Россо

Определение иронии в социальных сетях

Каковы лингвистические паттерны, которым следуют пользователи социальных сетей, чтобы высказывать иронию в совсем коротких фразах? Лингвистические средства - такие как неоднозначность, непоследовательность, неожиданность эмоциональный контекст, гораздо более широкий, чем просто негативная или позитивная тональность - играют очень важную роль триггеров иронии. В иронических текстах буквальный смысл сообщения как правило отрицается, но формальные маркеры отрицания отсутствуют. Это делает задачу определения иронии очень сложной. В своем выступлении я опишу как ирония выражается в социальных сетях (Twitter, Amazon, Facebook и др.) и каково современное положение дел в автоматическом определении иронии. Определение иронии очень важно для таких задач анализа текста как определение тональности сообщения, извлечение мнений, или анализ репутаций, и существует определенный интерес исследовательского сообщества к этой теме. На конференции SemEval 2015 будет организована задача-соревнование по определению тональности фигуративного языка в Твиттере (Sentiment Analysis of Figurative Language in Twitter, http://alt.qcri.org/semeval2015/task11/). В конце я коснусь еще более сложной проблемы различения иронии, сатиры и сарказма, например: Если вам тяжело смеяться над собой, я буду счастлив сделать это за вас.

 

 

Ирина Гуревич

Язык программирования – это не остров: выравнивание смысла слов в лексико-семантических ресурсах

Лексико-семантические ресурсы играют ключевую роль в автоматической обработке текста. В последние годы ресурсы, создаваемые сообществом, такие как Википедия и Wiktionary, становятся привлекательной альтернативой для классических ресурсов, создаваемых экспертами, таких как WordNet, особенно для языков для которых мало ресурсов. Недавние крупномасштабные проекты, например YAGO, BabelNet, UBY, нацелены на комбинирование множества лексикосемантических ресурсов в рамках одной системы. В своем докладе я представлю выравнивание смыслов слов как задачу, критически важную для комбинирования лексико-семантических ресурсов и взаимодополняющего использования их сильных сторон. В задаче выравнивания смыслов слов, смысл термина (например, Java как язык программирования) должен быть связан с синонимичными значениями во множестве ресурсов и отделен от других значений того же слова (например, Java, как остров). В докладе будут рассмотрены два подхода к решению описанной задачи: основанный на близости текстов и основанный на графах, также их оценка на парах лексико-семантических ресурсов с различными свойствами. В конце будут приведены примеры использования выровненных лексикосемантических ресурсов в автоматической бработке текста.

 

 

 Устные доклады

 

Анатолий Старостин

ABBYY InfoExtractor: технология разработки предметно-ориентированных систем извлечения информации

Доклад посвящен описанию той части технологии ABBYY Compreno, с помощью которой разрабатываются предметно-ориентированные системы извлечения информации из текстов. Обсуждаются принципы работы базового механизма извлечения информации а также инструментальная среда OntoDPS (Ontological Data Preparation System), позволяющая настраивать его под конкретные предметные области. Базовый механизм позволяет использовать для извлечения информации результаты полного семантико-синтаксического анализа текста и применять к ним продукционную систему правил извлечения информации. Система правил компонуется в рамках OntoDPS. Она неразрывно связана с онтологией той предметной области, для которой создается система извлечения информации.

Особое внимание в докладе уделяется вопросам модульности и инкапсуляции. Демонстрируется то, как за счет декларативной природы правил извлечения информации становится возможным их гибкое переиспользование между системами извлечения информации. Обсуждаются также вопросы автоматизированного тестирования создаваемых систем. Акцент в докладе делается в большей степени на архитектурных и технологических решениях. Конкретные онтологические и лингвистические вопросы почти не затрагиваются. Для обсуждения деталей такого рода в рамках демо-сессии конференции AINL 2014 планируется демонстрация внутреннего устройства и работы конкретной системы извлечения информации из новостных текстов.

 

 

Илья Мельников

Классификатор коротких текстов с использованием векторных репрезентаций слов

В докладе описан подход, решающий задачу классификации коротких текстов на основании семантического сопоставления с обучающими примерами.

Раскрыты такие аспекты, как:

  • Максимальный упор на сравнение по смыслу (против известных статистических методов)
  • Устойчивость к разнообразию формулировок, использованию синонимов
  • Построение модели на малом количестве данных

Для решения этих задач создан классификатор на основе векторного представления слов. Обучающие тексты отображаются в многомерное пространство в виде наборов точек. Для анализируемого текста класс определяется соотношениями близостей между представлением текста и обучающих примеров. Делается допущение об условной независимости слов в фразе. Подход применим в любых задачах, где необходимо по смыслу классифицировать фразы диалога или короткие тексты.

Тестирование проводилось интерактивном стенде для Yac/m. Порядка 70 обучающих примеров, 4 класса. Получена accuracy порядка 250%, проверка методом 5 fold cross validation.

 

 

Игорь Андреев

Перевод с русского на русский, или о применении технологий машинного перевода к задачам web-поиска

На сегодняшний день статистический машинный перевод представляет собой быстро развивающееся направление прикладной лингвистики с хорошо проработанным математическим аппаратом и доступным программным обеспечением. И хотя целью этого направления является поиск закономерностей в текстах, написанных на различных языках, с его помощью можно извлечь значительную пользу из моноязычных языковых ресурсов. В докладе будет показано, как применить наработки в области МП к решению задачи повышения качества web-поиска по низкочастотным запросам. Исследования проводились на реальных данных проекта Поиск@Mail.Ru, и полученные решения в настоящее время уже частично реализованы в проекте.

 

 

Антон Колонин

О создании программных агентов для "интернета вещей"

Конвергенция таких современных IT-трендов как "интернет вещей" (internet of things), "глобальная смысловая сеть" (semantic web, "things instead of strings") и робототехника приводит к созданию нового поколения программных агентов. Эти агенты будут способны автономно функционировать в глобальной сети, соединяющей как людей, так и устройства самого разного рода. Им нужно будет обладать способностями адаптивного интеллекта, позволяющими производить обучение агентов применительно к конкретным задачам пользователей в различных прикладных областях, оперируя со смысловыми сетями ("графами знаний") – как загружаемыми пользователями-людьми и другими агентами-корреспондентами, так и достраиваемыми в ходе взаимодействия с окружающем миром. В рамках проекта Aigents, создается среда интеллектуальных агентов для поиска информации в интернете. Каждый агент включает семантическую базу данных, развитую систему управления онтологиями, возможности интеллектуальной адаптации, а также - языковый интерфейс, позволяющий агентам взаимодействовать как друг с другом, так и с пользователями.

 

 

Анна Власова, Кирилл Зоркий

Как отличить в диалоге робота от человека

Диалог, который ведет автоматический виртуальный собеседник, имеет определенные структурные отличия от диалога, которые ведет человек. Эти отличия проявляются

  • в уровне и способе понимания роботом реплики пользователя
  • в характере, стилистике и других особенностях формирования ответа робота
  • в общей схеме и глубине всего диалога

Интересно проанализировать такие отличия в зависимости от назначения и приоритетной тематики виртуального собеседника. Разработчики роботов закладывают разные диалоговое поведение в собеседников разных типов. Роботы будут существенно отличаться

  • в зависимости от задачи общения: развлечение/консультация
  • в зависимости от цели, поставленной разработчиками: максимально скрыть, что это робот/не скрывать/наоборот, сакцентировать внимание пользователя на "автоматическом" характере общения
  • в зависимости от декларируемой узости тематики общения

Подробнее о разнице в моделях диалога для разных типов роботов-собеседников, их восприятии человеком и прикладной эффективности той или иной модели мы расскажем в докладе.

 

 

Артём Семинихин

IBM Watson: выявление скрытых взаимосвязей

Поиск ответа на вопросы сформулированные на естественном языке часто требуют от когнитивных систем выявления скрытых семантических взаимосвязей между различными объектами. Доклад посвящен описанию метода распространения активации (spreading-activation) на базе трех источников для измерения семантической близости: N-граммы, база знаний PRISMATIC и ссылки Википедии. Данные подход был применен для повышения вероятности ответа на вопросы из категорий COMMON BONDS и MISSING LINK.

 

 

Николай Бузурнюк

Автономная система распознавания русской речи

В докладе рассматривается решение задачи распознавания русской речи на большом словаре с использованием комбинированных признаков входного сигнала. Ноу-хау алгоритма является подобранный сбалансированных набор признаков входного сигнала. Важными свойствами решения являются высокая производительность, компактность и обучаемость, что позволяет использовать систему во встраиваемых устройствах. Приводится общее описание решения, а также достигнутые результаты.

 

 

Дмитрий Суворов

Интеллетуальный помощник Лекси

Доклад расскажет о новой разработке нашей команды - интеллектуальном домашнем помощнике Лекси. Лекси - это настольное устройство с искусственном интеллектом на борту. Он должен стать не просто помощником людей, а их другом или хотя бы питомцем. Устройство выполнено в концепции интернета-вещей. Особое внимание в докладе уделено концепции домашних помощников, проблеме создания интересного живого устройства-собеседника, решению технических проблем, значительно сковывающих возможности голосового общения человека и машин.

 

 

Владислав Мараев

Унимодальные речевые интерфейсы: проблемы и перспективы

Доклад посвящен практическим аспектам применения речевых интерфейсов на основе опыта разработки телефонных систем для контакт-центров. В докладе будут описаны основные ограничения, вызванные качеством распознавания речи, спонтанным характером речи и когнитивными способностями человека. Кроме того, будут рассмотрены основные метрики эффективности интерфейсов и лучшие практики, применяемые в их разработке. Наконец, часть доклада будет касаться того, как появление дополнительной модальности способно повысить эффективность речевых интерфейсов.

 

 

Сергей Уласень

Организация диалога в системе общения на естественном языке

Что будет рассмотрено:

  • имитация диалога в простых конструкциях "вопрос-ответ"
  • управление ходом диалога
  • имитация реальной личности
  • этапы разработки чатбота
  • как тестируется база знаний
  • как база знаний корректируется по результатам общения

 

Круглый стол

 

Ведущий: Павел Браславский

WordNet для русского языка. Русские тезаурусы: что есть и что надо?

В рамках круглого стола мы предлагаем обсудить существующие семантические ресурсы для автоматической обработки текстов на русском языке, а также определить потребности в таких ресурсах. В дискуссии примут участие разработчики и "потребители" тезаурусов и лингвистических онтологий, академические исследователи и практики.

Участники

- Елена Трещева (Саратовский университет)

- Наталья Лукашевич (МГУ)

- Анатолий Старостин (ABBYY)

- Ирина Гуревич (Технический Университет Дармштадта)

- Виктор Бочаров (OpenCorpora)

- Александр Силонов ( Sanoma Independent Media)

- и др.

 

 

 

Постерная сессия

 

​​Полина Паничева, Юлия Адаскина

Алгоритм полуавтоматического пополнения семантических классов из корпуса неразмеченных данных для коммерческих приложений

Алгоритм полуавтоматического пополнения семантических классов из корпуса неразмеченных данных для коммерческих приложений Данная работа посвящена разработке и описанию метода полуавтоматического извлечения обозначений персонала в клиентских отзывах о работе российских торговых и сервисных компаний. Отзывы о работе персонала представляют собой один из наиболее важных аспектов анализа для компаний-заказчиков, поэтому перед нами стоит задача составления словаря терминов персонала. Этот словарь должен включать не только “официальные” названия должностей (“продавец”, “кассир”), но и разговорные варианты (“конс”, “манагер”), а также редкие, “неочевидных” термины (“тренер-менеджер”). Поскольку мы работаем с неразмеченными неструктурированными данными, нам необходим алгоритм, не требующий трудоёмкой предварительной разметки корпусов; для этого мы используем метод классификации с частичным привлечением учителя (bootstrapping) на основе синтаксических связей. Насколько нам известно, этот метод ещё не применялся к задаче извлечения расширенной иерархии именованных сущностей на материале русского языка. Особенности постановки нашей задачи заключаются в следующем:

●    небольшой объем текстов, ограниченный документами-отзывами, собранными в ходе работы с заказчиком;

● небольшой начальный список интересующих терминов, отсутствие разметки для подавляющего большинства слов, встречающихся в корпусе.

 

 

Екатерина Черняк

Cоздание и визуализация газетного Интернет-корпуса

Проект посвящен сбору русскоязычного Интернет-корпуса газетных публикаций и новостных сообщений и его визуализации. Первую часть проекта в прошлом году представлял на AINL Михаил Дубов с постерным докладом. В этот мы хотели бы показать то, что смогли сделать за год в области визуализации текстов.

 

 

Анна Глазкова 

Разработка прототипа программного комплекса с применением нейросетевых технологий для классификации текстов по их возрастной аудитории

В работе рассматривается задача автоматической классификации текстов на примере их отнесения к определенной возрастной аудитории. Предлагается подход к формализации задачи и прототип программного комплекса: описываются его архитектура и структурная схема нейронной сети.

 

 

​Ринат Гареев

Textocat - катализатор текстовой аналитики

Textocat – облачный web-сервис, предоставляющий RESTful API для решения базовых задач аналитики русскоязычных текстов. В текущей версии поддерживаются следующие функции: распознавание упоминаний сущностей, таких как люди, организации, гео-политические сущности, сооружения и локации; выделение временных и денежных выражений; полнотекстовый поиск с учетом выделенных аннотаций.

 

 

Ирина Крылова

Основанная на правилах семантическая разметка кодексов РФ

Работа посвящена автоматическому распознаванию и поверхностной структуризации значимых компонентов нормативных предложений (терминов, субъектов, предикатов, объектов, характера). В качестве объекта исследования были выбраны действующие кодексы Российской Федерации, скачанные из Викитеки. На данном этапе рассматриваются наиболее простые формулировки (с синтаксической точки зрения). Для извлечения содержательных компонентов использовался метод лексико-синтаксических шаблонов, который был формализован с помощью контекстно-свободных грамматик и газеттиров свободно распространяемого инструмента обработки текстов на естественном языке Яндекс Томита-парсера.

 

 

Анастасия Бодрова

Извлечение отношений между персонажами в художественных текстах

Проект посвящён обработке художественного текста с целью построения графа связей между персонажами. Отношения извлекаются посредством правил грамматики для Томита-парсера и статистической меры MI.

 

 

Анна Поспелова, Елена Ягунова

Категоризация коллекций текстов на основе низкоуровневых параметров текста

Основная цель исследования — разработка методики описания стилевых и жанровых особенностей русскоязычных текстов, а в перспективе — автоматической классификации и категоризации оных, основанной на использовании низкоуровневых квантитативных характеристик текста, таких как: средняя длина слова, процентное соотношение различных частей речи в тексте, лексическое разнообразие и т.п.

 

 

Дмитрий Усталов

YARN: Gotta annotate 'em all

Проект YARN (Yet Another RussNet), стартовавший в 2013 году, нацелен на создание открытого машиночитаемого тезауруса для русского языка силами краудсорсинга. Мы будем рады поделиться  результатами и пригласить к участию в разметке.

 

 

Светлана Толдова

Форум по оценке методов автоматической обработки текстов: распознавание анафорических и кореферентных связей

Проект посвящен анализу процедуры создания золотого стандарта и проведения Форума по независимой оценке методов и алгоритмов лингвистического анализа разного уровня, ориентированных на работу с русскоязычной информацией. Рассматривается задача распознавания анафорических и кореферентных связей.

 

 

Екатерина Проноза

Извлечение информации и мнений для рекомендательных систем и анализ информационных ресурсов

В работе предлагается метод для создания модуля извлечения информации и мнений для рекомендательной системы на русском языке. Модуль является частью рекомендательной системы по заведениям общественного питания Санкт-Петербурга и призван автоматически извлекать заданные признаки ресторанов из отзывов пользователей.

 

 

Елена Кулакова 

Автоматическая классификация газетного корпуса НКРЯ

Цель моей работы – автоматически разметить по тематике большой корпус СМИ 2000-ых в составе газетного подкорпуса НКРЯ, используя в качестве обучающей выборки размеченный вручную подкорпус из шести миллионов словоупотреблений. Полученные результаты: подсчитаны точность и полнота для различных алгоритмов, а также выделены наиболее информативные признаки для обучения

 

 

Демо-сессия

 

Тарас Загибалов 

Система извлечения знаний из документов "Аналитический курьер"

Система «Аналитический курьер» реализует технологии аналитической разведки информационного пространства для решения задач оперативного и стратегического управления. Она предназначена для оперативного анализа событий, имиджа персон и юридических лиц, а также для выявления трендов развития проблем при работе с большими хранилищами документов. Система может использоваться для выявления источников информационных кампаний и атак, обеспечивает прогнозирование появления определенного типа событий, формируя также их информационные профили, и др. Она позволяет исследовать новые проблемы и предметные области с помощью мощных инструментов извлечения знаний из текста и инструментов аналитической обработки коллекций документов.

 

 

 

Анатолий Старостин, Мария Степанова 

ABBYY InfoExtractor

На демо-сессии будет представлена система извлечения информации из текстов, которая основывается на технологии ABBYY Compreno, решающей широкий круг задач в области обработки естественного языка (Семантический поиск, Бизнес аналитика, Мониторинг компаний и персоналий, Анализ тональности и определение мнений, Формирование пресс-портретов и досье, Машинный перевод, Семантическая классификация текстов и др.). Главной особенностью системы является то, что для извлечения информации используются результаты полного семантико-синтаксического анализа текста. На вход поступает лес семантико-синтаксических деревьев, на выходе в результате работы продукционных правил строится RDF-граф, согласованный с онтологией предметной области. Система позволяет качественно решать как классическую задачу распознавания в текстах именованных сущностей, так и гораздо более сложную задачу извлечения фактов (событий, связей между объектами). Правила выделения фактов, описывающие фрагменты семантико-синтаксических деревьев, оказываются лаконичными и в то же время покрывают большое количество реальных языковых конструкций. В сочетании с реализованными на разных уровнях системы средствами анализа кореференции, это позволяет выделять факты с высокой полнотой без существенных потерь в точности. Мы продемонстрируем работу системы извлечения информации на конкретных примерах, подробно расскажем про алгоритм работы механизма извлечения информации, а также покажем примеры правил и онтологий.

 

 

Антон Колонин, Евгений Фалкин

Aigents - интеллектуальные интернет-агенты

Конвергенция таких современных IT-трендов как "интернет вещей" (internet of things), "глобальная смысловая сеть" (semantic web, "things instead of strings") и робототехника приводит к созданию нового поколения программных агентов. Эти агенты будут способны автономно функционировать в глобальной сети, соединяющей как людей, так и устройства самого разного рода. Им нужно будет обладать способностями адаптивного интеллекта, позволяющими производить обучение агентов применительно к конкретным задачам пользователей в различных прикладных областях, оперируя со смысловыми сетями ("графами знаний") – как загружаемыми пользователями-людьми и другими агентами-корреспондентами, так и достраиваемыми в ходе взаимодействия с окружающем миром. В рамках проекта Aigents, создается среда интеллектуальных агентов для поиска информации в интернете. Каждый агент включает семантическую базу данных, развитую систему управления онтологиями, возможности интеллектуальной адаптации, а также - языковый интерфейс, позволяющий агентам взаимодействовать как друг с другом, так и с пользователями.

 

 

Анна Власова, ​​Илья Ремизов

Интеграция робота-консультанта с системой онлайн-консультанта и системой обратных звонков

Задача демо-стенда, который мы подготовим специально для конференции AINL-2014, – показать, как с помощью наших технологий можно организовать комплексную автоматизированную систему поддержки пользователей на сайте. В этой системе соединены несколько каналов коммуникации: на первой линии виртуальный робот с базой знаний, который принимает решение о подключении к диалогу живого онлайн-консультанта или о соединении пользователя с оператором колл-центра. Мы покажем интерфейс пользователя и интерфейс оператора. На стенде посетители смогут протестировать систему.

 

 

Николай Васильев

 

 

Сергей Слепов

Морфер.ру

Основной продукт проекта – это программный модуль для генерации текстов на русском и украинском языках. Модуль включает в себя функции: - склонения по падежам и числам словосочетаний - определения рода словосочетаний - прописи числительных - расстановки ударений в текстах - образования прилагательных от названий городов и стран - и другие. Область применения модуля весьма широка. В частности, его используют: - российские и зарубежные банки для формирования отчетов, писем, счетов и выписок; - коммерческие и государственные предприятия для автоматизации документопроизводства; - поставщики решений в области ERP (управления предприятием) и CRM (учет клиентов); - разработчики интернет-магазинов для склонения наименований товаров - разработчики сайтов о погоде и сайтов заказа авиабилетов для склонения названий городов и стран. Целью участия в конференции мы ставим определение текущих потребностей рынка NLP и задание новых направлений развития проекта, а также поиск новых заказчиков и партнеров. Подробнее о проекте: http://morpher.ru

 

 

​Никита Никитинский, Сергей Шашев

Irela

Кластеризация документов Извлечение ключевых слов документов Поиск близких по смыслу документов Построение автоматической аннотации Решение задачи о лучшем количестве кластеров для массива текстовых документов Аналитические инструменты Ссылка на проект - http://ssh-gate.naumen.ru:10574/clusters#?page=0&count=10&filter=&listFilter=

 

 

​Юрий Буров

 

 

Екатерина Протопопова, Дмитрий Грановский 

Разметка именованных сущностей в проекте OpenCorpora

OpenCorpora — это проект по созданию размеченного корпуса текстов на русском языке силами сообщества. На данный момент полностью выполнена сегментация и частично снята морфологическая неоднозначность. В ближайшее время мы приступаем к созданию слоя разметки именованных сущностей.

 

 

Николай Бузурнюк, Дмитрий Козин

Автономная система распознавания русской речи

Основная цель проекта: создание компактной кроссплатформенной автономной системы распознавания русской речи.

 

 

Маргарита Панишева

Yet Another RussNet

YARN ориентируется на мировую практику создания wordnet-подобных ресурсов. Первоначальное базовое лексическое наполнение тезауруса составляют нарицательные существительные, затем тезаурус будет наполнен прилагательными и глаголами. Основу тезауруса составляют синсеты (группы синонимов и квазисинонимов), которые объединены общим лексическим значением. Синсеты будут упорядочены между собой иерархически и связаны отношениями гиперо/гипонимии,антонимии, холонимии/меронимии.Синсеты могут включать в себя словосочетания или отдельные слова; возможен синсет, состоящий из одного слова. Одна и та же лексема может входить в несколько синсетов, каждый такой синсет определяет одно из имеющихся у нее лексических значений. http://russianword.net/ 

 

 

Филипп Дудчук, Таисия Антонова

Talk to IO!

Мобильное приложение IO советует лучшие места в городе с учетом персональных предпочтений пользователя. Пользователь переписывается с IO в формате текстовых сообщений, получает фото, видео, текстовые описания, ответы на вопросы и объяснение, почему это кафе или этот бар подходит лучше всего. В качестве данных используется наша собственная база знаний, а также данные из открытых источников. В основе продукта — технология анализа текста и ведения объектно-ориентированного диалога на естественном языке. Диалог строится вокруг объектов, объединенных в онтологию, с которой согласована модель распознавания текстовых сообщений пользователя (парсер сообщений), модель данных каталога заведений и персональный профиль пользователя. На демо мы покажем продукт, каким его видит конечный пользователь, а также инструментарий, с помощью которого мы обучаем и развиваем IO. http://talkto.io

 

 

Вадим Филиппов

Кортикоморфные нейросети ТАСО для обработки семантики текста

На конференции будут представлены некоторые результаты, полученные в рамках проекта российского предприятия «Тюменских ассоциативных систем объединение (ТАСО)» по созданию когнитивной электронной нейрогенетической системы, способной к обработке семантики текста.

СПОНСОРЫ
ГЕНЕРАЛЬНЫЙ ПАРТНЕР
ИНФОРМАЦИОННЫЕ СПОНСОРЫ
ОРГАНИЗАТОР КОНФЕРЕНЦИИ
 
 
 

СЛЕДИТЕ

ЗА ОБНОВЛЕНИЯМИ

          КонтактыСпособы оплаты

 

 

AINL - Искусственный интеллект и естественный язык