>>1.00<<>>1.00<<Видео проигрыватель загружается.Воспроизвести видеоВоспроизвестиБез звукаТекущее время 0:00/Продолжительность 2:20Загрузка: 0.00%0:00Тип потока ОНЛАЙНSeek to live, currently behind liveОНЛАЙНОставшееся время -2:20 1xСкорость воспроизведения2x1.75x1.5x1.25x1x, выбрано0.75x0.5xГлавыГлавыОписанияОтключить описания, выбраноСубтитрынастройки субтитров, откроется диалог настройки субтитровСубтитры выкл., выбраноЗвуковая дорожкаPicture-in-PictureПолноэкранный режимThis is a modal window.Начало диалоговго окна. Кнопка Escape закроет или отменит окноТекстColorБелыйЧерныйКрасныйЗеленыйСинийЖелтыйПурпурныйГолубойTransparencyПрозрачностьПолупрозрачныйФонColorЧерныйБелыйКрасныйЗеленыйСинийЖелтыйПурпурныйГолубойTransparencyПрозрачностьПолупрозрачныйПрозрачныйОкноColorЧерныйБелыйКрасныйЗеленыйСинийЖелтыйПурпурныйГолубойTransparencyПрозрачныйПолупрозрачныйПрозрачностьРазмер шрифта50%75%100%125%150%175%200%300%400%Стиль края текстаНичегоПоднятыйПониженныйОдинаковыйТеньШрифтПропорциональный без засечекМоноширинный без засечекПропорциональный с засечкамиМоноширинный с засечкамиСлучайныйПисьменныйМалые прописныеСбросить сбросить все найстройки по умолчаниюГотовоЗакрыть модальное окноКонец диалогового окна.
Вы посмотрели первый модуль курса по введению в обработку естественного языка с помощью нейросетей. Основной фокус в этом модуле был сделан на процесс и различные задачи обработки естественного языка, а также на место нейросетей в текущем состоянии нашей предметной области. Мы рассмотрели, чем разные языки отличаются друг от друга и как это влияет на методы их анализа, а именно — флективность (или изменчивость) словоформ, омонимия (или неоднозначность) — когда одна и та же словоформа может соответствовать разным словам с разным смыслом, вариативность в порядке слов — то, насколько перестановка слов предложений влияет на его смысл и корректность. А ещё мы поговорили о том, что делают с текстами. Лингвистический анализ направлен на выявление структуры текстов на разных уровнях, от разбиения на отдельные слова и предложения до семантики и дискурса. Методы извлечения признаков отвечают за преобразование текста в форму, пригодную для применения методов машинного обучения. А также мы рассмотрели несколько прикладных задач. Давайте попробуем вспомнить, какие подходы, классы алгоритмов, упоминались в настоящем модуле. Первая группа — это почти ручные методы, — это правила, регулярные выражения, словари. Вторая группа — это так называемые классические методы машинного обучения, то есть линейные модели, ядерные методы, факторизация матриц. Ну, и наконец, конечно же, — то, зачем мы здесь все собрались — это нейросети. Важно помнить, что для каждой задачи всегда есть альтернативные варианты решения со своими преимуществами и недостатками. Не нейросетями едиными живёт наша предметная область, хотя, конечно, они представляют наибольший интерес. Уверен, что вам, как и мне, не терпится скорее перейти к практике. Тогда — вперёд!