Стратегический проект

Участие в воркшопе от компании Huawei «ML/AI/NLP for search-engine performance improvement»

📢15-16 декабря в Санкт-Петербурге состоялся воркшоп «ML/AI/NLP for search-engine performance improvement», организованный компанией HUAWEI с целью укрепления научных связей и организации дальнейшей совместной R&D кооперации. В рамках мероприятия выступили с докладами спикеры из МГТУ, МГУ, ИТМО, Университета Иннополис, Сколковского института науки и технологий. Были рассмотрены различные актуальные вопросы машинного обучения и обработки естественного языка, такие как автоматическое реферирование текста, извлечение именованных сущностей и детоксикация текста.

Сотрудники стратегического проекта Bauman DeepAnalytics представили доклад, в котором рассказали о последних достижениях в разработке интеллектуальных систем поддержки принятия стратегических решений в рамках реализации Программы развития «Приоритет 2030».

💬 Команда сотрудников Bauman DeepAnalytics в составе Д.В. Березкина, И.А. Козлова, П.А. Мартынюк и А.М. Панфилкина, участвующая в проекте «Создание интеллектуальных унифицированных систем поддержки принятия стратегических решений на базе глубокой и прогнозной аналитики больших данных», представила доклад «Method for creating structural models of text documents using neural networks». В докладе рассмотрена задача построения структурных моделей текстовых документов и проанализировано место этой задачи в работе интеллектуальной системы поддержки принятия стратегических решений (ИСППСР).

📑 Авторами доклада предложен подход к построению структурной модели документа, элементы которой соответствуют различным аспектам, важным для лица, принимающего решения. Подход основан на последовательном разбиении текста на фрагменты, отборе релевантных фрагментов на основе ключевых слов, извлечении потенциальных искомых предложений из фрагментов с помощью нейросетевой вопросно-ответной модели и фильтрации извлеченных предложений с помощью нейросетевой модели распознавания именованных сущностей. На основе массива отобранных предложений формируется содержимое полей модели с использованием одного из двух предложенных алгоритмов.

В докладе указаны некоторые способы дальнейшего применения построенных структурных моделей, такие как сравнение и классификация текстовых документов. Показано, какие приложения эти задачи обработки естественного языка имеют в рамках ИСППСР. Представлены результаты экспериментов, демонстрирующие возможность применения предложенного подхода для обработки текстовых документов различного типа, а именно: научных статей и национальных стратегий.

Представленный доклад привлек внимание аудитории, особый интерес слушателей вызвал вопрос возможности применения подхода для обработки документов из разных предметных областей. Было отмечено, что такая возможность является одним из ключевых достоинств предложенного подхода, что позволяет использовать его для создания унифицированных ИСППСР.