Добрый день!

Вдруг кому-то тут будет интересно.

В Петербургском отделении HP Labs (исследовательское подразделение компании Hewlett-Packard) открылись вакансии стажеров. Это уникальная возможность заниматься прикладными исследованиями в крупной западной компании. Занимаемся анализом неструктурированных данных (тексты, изображения). Релевантные направления исследований: data mining, machine learning, IR, NLP, image processing, computer vision, sentiment analysis. Позиция стажера предполагает неполную занятость (20 часов в неделю), так что остается время на учебу. Приглашаем студентов старших курсов и аспирантов. Гибкий график, очень интересные задачи (которые могут вырасти в диплом или в кандидатскую), поощряется и оплачивается участие в международных конференциях.

Чуть более подробное описание вакансии и возможность подать резюме
здесь

http://ru-ir.livejournal.com/123420.html

Наконец-то я закончил читать эпический труд откровения Даг Эдвардса работника номер 59 в Гугл. Эта книга произвела просто-таки неизгладимое впечатление на меня и мою супругу. Теперь я могу дать подробные рекомендации на тему того, почему эту книгу стоит читать (а не какую-нибудь другую).

http://ru-ir.livejournal.com/123369.html

Дорогие коллеги,

В ближайшую субботу, 17 декабря, в 17:00 состоится очередной семинар из цикла Автоматическая обработка естественного языка.

Наталья Пономарева (Statistical Cybermetrics Research group, University of Wolverhampton) прочтет доклад на тему "Cross-domain Sentiment Analysis".

Доклад посвящен проблеме автоматического анализа эмоциональной окраски текста (sentiment analysis) на примере рецензий пользователей о продуктах, взятых с сайта Amazon. Мы поговорим о методах адаптации машинных алгоритмов, обученных на корпусе рецензий об одном продукте, для классификации рецензий о другом продукте (cross-domain sentiment classification). Вначале мы представим линейную модель прогноза потери точности при cross-domain sentiment classification, базирующуюся на двух параметрах: сходстве продуктов (domain similarity) и сложности корпуса рецензий (domain complexity) для классификации эмоциональной окраски текста (sentiment classification). Во второй части доклада будет подробно рассказано об алгоритмах, основанных на графах (graph-based algorithms), и о результатах их применения к проблеме cross-domain sentiment classification.

Семинар пройдет по привычному адресу: 10 линия В.О. дом 49, ауд 308.
Пароль для прохода через вахту: "Я на семинар".

http://ru-ir.livejournal.com/122923.html

Дорогие коллеги - знатоки SVM, быть может, кто-то читал про подходы, как в задаче SVR (Support Vector Regression) учесть объекты типа SVC (Support Vector Classification). Более конкретно - задача именно SVR, но в Training Set, помимо объектов с конкретными значениями целевой функции, есть и объекты, про которые известно лишь, что их значения целевой функции больше какой-то (для каждого объекта - своей) величины. Эта задача в чём-то похожа на "Semi-Supervised Learning", но информации больше - не только значения параметров объектов, но и что-то о значениях целевой функции.
Заранее спасибо за советы и ссылки на статьи.

http://ru-ir.livejournal.com/122774.html

VI Российская летняя школа по информационному поиску пройдет в Ярославле с 6 по 10 августа 2012.
Основная тема школы MULTILINGUAL WORLD. Рабочий язык школы - английский.
Организаторы (РОМИП и ЯрГУ) приглашают лекторов принять участие в школе.

Подробный call for courses на английском под катом или по ссылке

Если Вы знаете тех, кто не читает это сообщество, но может заинтересоваться школой, перешлите им пожалуйста эту информацию, мы будем вам очень благодарны!

Читать далее

http://ru-ir.livejournal.com/122573.html

Дорогие друзья!

В эту субботу, 3 декабря, в 17:00 состоится очередной семинар из цикла Автоматическая обработка естественного языка.

Кирилл Маслинский (Яндекс, Санкт-Петербург) выступит с докладом на тему "Совмещение "экспертного" и "статистического" подходов к исследованию обсуждений в блогосфере (на примере темы ислама)".

В докладе на примере темы ислама рассматриваются проблемы, связанные с преобразованием исследовательского представления об общественно значимой теме в процедуры автоматического отбора релевантных текстов из коллекции блогов. Кроме того обсуждаются методы оценки правомерности вычленения заданной исследователем темы и её места в структуре обсуждений в блогосфере в целом.

В работе использованы два независимых подхода для выявления общей совокупности текстов на заданную тему: традиционный "экспертный", в котором темы отбираются при помощи списка ключевых слов, составленного на основании мнений экспертов, и "статистический", когда тематическая структура текстовой коллекций блогов анализируется полностью автоматически (используется технология Topic modelling, основанная на вычислительной методике Latent dirichlet allocation).

Семинар пройдет по обычному адресу 10-ая линия В.О., дом 49, ауд. 308. Для прохода через вахту нужно сказать <<Я на семинар>>.

По-прежнему боремся с техническими трудностями и пытаемся организовать он-лайн трансляцию:
http://www.livestream.com/nlpseminar
Ее статус вы сможете узнать в нашем твиттере перед началом семинара.
https://twitter.com/nlpseminar

http://ru-ir.livejournal.com/122317.html

Дорогие коллеги,

26-ого ноября, в субботу. в 17.00 состоится очередной семинар из цикла
Автоматическая обработка естественного языка.

Алексей Шаграев (Яндекс.Новости, Москва) расскажет об "Автоматическом
аннотировании новостного потока".

В докладе будут рассмотрены основные задачи, связанные с
аннотированием новостного потока: составление рефератов для новостных
сообщений и сюжетов, оценка их информативности и разнообразия, а также
некоторые смежные вопросы.

Семинар пройдет по обычному адресу 10-ая линия В.О., дом 49, ауд. 308.
Для прохода через вахту нужно сказать <<Я на семинар>>.

Как обычно мы будем стараться организовать трансляцию, но, увы,
обещать не можем.
http://www.livestream.com/nlpseminar
Ее статус вы сможете узнать в нашем твиттере перед началом семинара.
https://twitter.com/nlpseminar

http://ru-ir.livejournal.com/121880.html

Дорогие коллеги, проясните мне, пожалуйста, следующий вопрос. В последние годы появляется много статей, посвящённых анализу временных рядов на основе методов Supervised Learning (ANN, SVM, etc.). Это касается и финансовых приложений (прогнозирование индексов биржи, курса акций,...), и технических (прогнозирование времени отказа устройства,...). Насколько это правомерно даже в "теоретическом" плане – ведь насколько мне известно, SL методы предполагают, что входные вектора являются i.i.d. , а в при использовании time series входные значения очень сильно коррелированны (в простейшем случае первый параметр первого вектора является одновременно вторым параметром второго вектора и третьим паpаметром третьего вектора и т.д.).
Заранее спасибо за ответы.

http://ru-ir.livejournal.com/121689.html

Дорогие коллеги,
в ближайшую субботу (12.10.2011) на семинаре по автоматической обработке естественного языка будет два доклада.

Первый, как и анонсировали, будет доклад Павла Гращенкова (EPAM, Москва) "Насколько устарели языковые платформы, основанные на правилах?".

Второй доклад будет посвящен диалоговым системам: "Наш ответ Siri или построение системы диалогового AI для нового продукта i-Free", его прочитает Владимир Веселов (США), создатель одного из известных ботов Eugene Goostman.

Приходите! Мне кажется, что будет очень интересно.

Начало как и планировали в 17.00. Мы очень надеемся, что будет трансляция.
Все подробности как обычно у нас на сайте: http://mathlingvo.ru/nlpseminar

http://ru-ir.livejournal.com/121465.html

12 ноября 2011 в 17.00 состоится очередной семинар по автоматической обработке естественного языка.

Павел Гращенков из компании Epam (Москва) расскажет "Насколько устарели языковые платформы, основанные на правилах?".

В докладе будет рассмотрена система анализа неструктурированной информации, разрабатывавшаяся в компании “ЭПАМ-Системз” для извлечения данных русского и др. языков. Система в основном используется для определения эмоциональной окраски высказывания (Sentiment Analysis) и извлечения информации, релевантной для заказчика (Data Mining).
Будут вкратце описаны основные модули системы, для каждого из которых был создан свой метаязык, и приведены примеры разбора конкретных выражений на русском языке разными модулями.
Предполагается также остановиться на преимуществах систем, основанных на правилах, перед другими типами языковых платформ.

Семинар состоится по привычному адресу: СПб, 10-ая линия В.О., дом 49, ауд. 308.

Мы попробуем поднять онлайн-трансляцию, в прошлый раз у нас даже это получилось :)
Трансляцию нужно искать здесь: http://www.livestream.com/nlpseminar, ее статус мы постараемся оперативно обновлять в твиттере

http://ru-ir.livejournal.com/121259.html

Недавно стартовал новый конкурс из серии Интернет-Математики.

Цель этого конкретного конкурса — предоставить всем желающим возможность провести исследования по предсказанию релевантности документов по пользовательскому поведению. Специально для конкурса Яндекс предоставляет уникальный набор данных — информацию о переходах на документы из результатов поиска и асессорские оценки релевантности этих документов. Все данные о поисковом поведении принципиально обезличены, а в данных, предоставляемых для данного конкурса, удалены также тексты запросов и адреса сайтов (путем замены на случайные числовые идентификаторы). Таким образом, конкурсная задача представлена в максимально абстрактном математическом виде.

Как и раньше, участвовать можно в одиночку или командой, за первые три места участников ждет приз. Лучшему российскому участнику будет оплачен полет в Сиэтл, США, где пройдет презентация лучших решений, и регистрацию на ведущую конференцию по веб поиску – WSDM2012.


Даты проведения конкурса:

15 октября — Начало конкурса
15 декабря — Окончание конкурса
25 декабря — Определение кандидатов в победители
20 января — Предоставление финальных отчетов участников организаторам
12 февраля — Презентации победителей на семинаре WSCD в рамках конференции WSDM2012

Подробнее...

http://ru-ir.livejournal.com/120907.html

Существуют ли метрики оценки важности терминов или хотя бы сообщений, учитывающие не только частоту термина, длину документа и свойства коллекции, но также автора сообщения, время отправки, и так далее? Что-то на стыке социальных сетей, почтовых фильтров и, собственно, information retrieval.
Такого правда нет, или просто я плохо ищу?

http://ru-ir.livejournal.com/120647.html

Российский семинар по оценке методов информационного поиска (РОМИП)

Октябрь - Декабрь 2011

http://romip.ru

ПРИГЛАШЕНИЕ К УЧАСТИЮ

РОМИП - это российская площадка для независимой оценки методов информационного поиска, которая работает с 2002 года. Во многом РОМИП является аналогом международных инициатив - TREC, CLEF и NTCIR. В рамках РОМИПа готовятся и свободно распространяются наборы данных для исследований. Отличительной чертой РОМИП является использование русскоязычных коллекций и активное участие исследователей из России.

В этом году участникам предлагаются два типа заданий ("дорожек"): анализ тональности текстов (sentiment analysis) и анализ изображений.

Анализ тональности отзывов пользователей (Sentiment Analysis) - новая для РОМИПа дорожка. Задача участников - классифицировать коллекцию отзывов пользователей на 2, 3 или 5 классов по их тональности (отрицательный -- положительный). Объекты отзывов - фильмы, книги и цифровые фотокамеры.

Дорожки по изображениям: составление псевдопанорам по коллекции изображений (новая дорожка); поиск изображений по визуальному подобию; построение текстовых меток для изображений.

Полное описание дорожек можно найти на сайте: http://romip.ru/ru/2011/tracks.html

Мы приглашаем к участию разработчиков, исследователей, студентов и аспирантов. Участие в РОМИПе бесплатное. Заявку на участие можно подать через официальный сайт РОМИП: http://romip.ru/ru/participation.html. Участвовать в выработке правил и методов проведения соревнования и следить за обсуждением вы можете на форуме РОМИП: http://romip.ru/forum/.

График проведения дорожек:

20.10.11 Объявление дорожек

25.10.11 Распространение данных для обучения

15.11.11 Распространение тестовых данных

15.12.11 Прием результатов прогонов

20.12.11 Рассылка результатов оценки

По всем вопросам можно обращаться по адресу romip [аt] romip [dоt] ru

http://ru-ir.livejournal.com/120520.html

Дорогие коллеги,

В ближайшую субботу, 22 октября, в 17.00 состоится очередной семинар по автоматической обработке естественного языка.

Рубен Гиргидов расскажет об "Автоматизированных методах определения эмоций и отношения потребителя к продукту".

В настоящем исследовании рассматриваются проблемы определения смысла пользовательских сообщений и в частности их эмоциональной направленности на примере отношения к различным продуктам (сотовым телефонам, HDD и т.д.). Отношение к продуктам определялось на базе профильных (посвященных данному продукту) форумов и твиттера и мнений, опубликованных в интернет магазинах.

Как обычно, семинар пройдет по адресу: 10-ая линия В.О., дом 49, ауд. 308.
Для прохода через вахту нужно сказать <<Я на семинар>>.

Надеемся наконец-то поднять онлайн трансляцию. Для получения актуальной информации о ее состоянии следите за нашим твиттером: @nlpseminar

http://ru-ir.livejournal.com/120088.html