भाषाविदों और डेटा विश्लेषण विशेषज्ञों का "संवाद" क्या होगा

29 मई से 1 जून तक, कंप्यूटर भाषाविज्ञान और बौद्धिक प्रौद्योगिकियों " संवाद " पर 25 वां अंतर्राष्ट्रीय वैज्ञानिक सम्मेलन रूसी राज्य मानवतावादी विश्वविद्यालय (RSUH) में आयोजित किया जाएगा। "संवाद" क्या है और क्यों एबीबीवाई इसका मुख्य आयोजक है, हम पहले ही हैबे पर बात कर चुके हैं। इस पोस्ट में, हम वार्ता के मुख्य विषयों, मुख्य वक्ताओं, उनकी रिपोर्टों और संवाद मूल्यांकन के ढांचे के भीतर स्वचालित पाठ विश्लेषण प्रणाली बनाने के लिए चार प्रतियोगिताओं के बारे में बात करेंगे।

इस वर्ष, संवाद में कई प्रमुख विषय होंगे:

• भाषा विश्लेषण के लिए तंत्रिका नेटवर्क का उपयोग । यह आम तौर पर स्वीकार किया जाता है कि गहरे अध्ययन कच्चे डेटा का एक परिणाम (तथाकथित अंत-से-अंत) में रूपांतरण है, जिसमें अर्थपूर्ण भाषाई अवधारणाओं में इसकी प्राप्ति के "तर्क" की व्याख्या करना मुश्किल है। लेकिन भाषा का ज्ञान प्राप्त करने के लिए तंत्रिका नेटवर्क का उपयोग क्यों नहीं किया जाता है?
• गहन सीखने में अधिक जटिल भाषा मॉडल का उपयोग । संवाद के लिए एक और महत्वपूर्ण प्रवृत्ति: वितरण मॉडल ( एम्बेडिंग ) स्पष्ट रूप से "मध्यम- अस्पताल " प्राप्त करने के तरीकों से विकसित हो रहे हैं - संदर्भ, वाक्यविन्यास और अर्थ सूचना के उपयोग के लिए।
• उन कार्यों के लिए बड़े डेटा विश्लेषण विधियों का अनुप्रयोग जिनके लिए बहुत कम डेटा है । 2019 को स्वदेशी भाषाओं का अंतर्राष्ट्रीय वर्ष घोषित किया जाता है, इसलिए संवाद सत्रों में से एक में प्रतिभागियों ने "कम-संसाधन" भाषाओं (उदाहरण के लिए, इवांकी या सेल्कप) का वर्णन करने और संरक्षित करने के लिए मशीन सीखने का उपयोग करने के तरीकों पर चर्चा की जाएगी।
• मल्टीचैनल कॉर्प्स : आज मौखिक भाग, स्वरभंग, चेहरे के भाव, हाव-भाव सहित अपनी संपूर्णता में एक भाषण अधिनियम का अध्ययन करने की प्रवृत्ति है। रोबोट, बुद्धिमान सहायकों और चैट बॉट्स को प्रशिक्षित करते समय ऐसा अनुसंधान विशेष रूप से महत्वपूर्ण है।

कंप्यूटर भाषाविज्ञान में प्रसिद्ध अंतरराष्ट्रीय विशेषज्ञों को पारंपरिक रूप से संवाद के लिए आमंत्रित किया जाता है। इस वर्ष सम्मेलन में भाग लिया है:

हैम्बर्ग विश्वविद्यालय के क्रिस बेमन । कंप्यूटर शब्दार्थ के क्षेत्र में अग्रणी विश्लेषकों में से एक। वह अनुकूली मशीन लर्निंग प्रौद्योगिकियों के बारे में बात करेंगे जो व्यक्तिगत अनुभव को ध्यान में रखते हैं। 31 मई (शुक्रवार), दोपहर 3 बजे - शाम 4 बजे।

एम्स्टर्डम फ्री यूनिवर्सिटी से पीक वॉसेन , ग्लोबल वर्डनेट एसोसिएशन के संस्थापक और अध्यक्ष। उनकी रुचि का मुख्य क्षेत्र एक व्यक्ति और एक कंप्यूटर की मौखिक बातचीत है। पीक वोसेन "एक संचार रोबोट पर एक प्रस्तुति देंगे जो लोगों और दुनिया का अध्ययन करता है।" वह एक रोबोट के मॉडल के बारे में बात करेंगे जो प्राकृतिक भाषा संचार के माध्यम से दुनिया और इसके वार्ताकारों के बारे में जानकारी सीखता है। रोबोट सब कुछ सीखता है जो लोग उसके बारे में बताते हैं, विभिन्न स्थितियों में वह क्या देखता है, और वह सब कुछ जो वह इंटरनेट पर पाता है। 30 मई (गुरुवार), दोपहर 3 बजे - 4 बजे।

कुल मिलाकर, "संवाद" मुख्य ट्रैक की 102 रिपोर्ट और लगभग 20 छात्र प्रस्तुत करेगा। 29 मई को सम्मेलन के पहले दिन, निम्नलिखित वक्ता प्रस्तुतियाँ देंगे :

एंड्री किब्रिक , रूसी विज्ञान अकादमी के भाषाविज्ञान संस्थान के निदेशक। वह संवाद के हावभाव और हावभाव तत्वों को ठीक करने के लिए अपने अनुसंधान समूह द्वारा बनाए गए नए कॉर्पस तरीकों पर एक प्रस्तुति देंगे। 29 मई (बुधवार), 10: 30-11: 50।

मैड्रिड के टेक्नोलॉजिकल यूनिवर्सिटी में प्रोफेसर, इगोर बोगुस्लावस्की और उनके सहयोगियों के बारे में बात करेंगे कि कैसे एक कंप्यूटर को सही तरीके से विश्लेषण करने के लिए प्रशिक्षित किया जा सकता है जिसे क्या कहा जाता है "विनोग्राद योजनाएं" पारंपरिक ट्यूरिंग टेस्ट की तुलना में एक नया और अधिक जटिल है, यह भाषा को समझने के लिए कृत्रिम बुद्धिमत्ता प्रणालियों की क्षमताओं का मूल्यांकन करने का एक तरीका है। 29 मई, 12: 20-13: 30।

वेलेन्टीना एप्रिसन , एचएसई स्कूल ऑफ़ लिंग्विस्टिक्स में प्रोफेसर। उसकी रिपोर्ट निहितार्थ के लिए समर्पित है: स्पष्ट रूप से व्यक्त नहीं की गई है, लेकिन पाठ से प्राप्त अर्थ और धारणाएं। उदाहरण के लिए, विशेष रूप से झूठे लोगों का अध्ययन, उदाहरण के लिए, मीडिया में अनुचित प्रकाशनों की पहचान करने की अनुमति देता है। 29 मई, 12: 20-13: 30।

अन्य दिनों में कई दिलचस्प चीजें होंगी। परंपरा से, संवाद भाषा की नई अभिव्यंजक क्षमताओं पर बहुत ध्यान देता है। उदाहरण के लिए, हार्वर्ड विश्वविद्यालय से मारिया पोलिंस्काया और OJ संस्थान से इरीना लेवोन्टिना भावनात्मक अभिव्यक्ति का विश्लेषण करेंगे जो उनके भाषण में लोकप्रिय हो गए हैं, जैसे कि "वे असीम का उपयोग करने के लिए मिला" (वैसे, यह रिपोर्ट का नाम है। आप इसे 30 मई, 10: 00-13: 30-13 पर सुन सकते हैं। )। अपनी रिपोर्ट में पुश्किन इंस्टीट्यूट से एंटोनिना लापोशिना "क्या आपको लगता है कि यह ठंडा है?" प्राथमिक स्कूलों के लिए रूसी भाषा की पाठ्यपुस्तकों की शाब्दिक संरचना का विश्लेषण - आधुनिक कॉर्पस भाषाविदों के दृष्टिकोण से (29 मई, 15: 00-18: 30)।

बेशक, बहुत से काम भाषा विश्लेषण की समस्याओं के लिए तंत्रिका नेटवर्क के आवेदन के गर्म विषय के लिए समर्पित है। उदाहरण के लिए, 31 मई को, संवाद का एक विशेष खंड अनुसंधान के ऐसे महत्वपूर्ण क्षेत्रों के लिए समर्पित है, जैसे कि गहरी सीखने, हस्तांतरण सीखने आदि में भाषा मॉडल।

• 30 मई को, 19:00 बजे, कंप्यूटर के साथ एक व्यक्ति के संपर्क में एक भाषण अधिनियम मॉडलिंग की संभावनाओं पर एक गोल मेज आयोजित किया जाएगा। यह दिशा तेजी से विकसित हो रही है, और यह विश्लेषणात्मक बहु-विषयक भाषाविज्ञान के लिए आसान नहीं है कि ऑडिओविज़ुअल जानकारी के विशाल सरणियों के विश्लेषण के आधुनिक तरीकों के साथ क्या करने की अनुमति दें।
• 31 मई, 19:00 बजे, हम आपको राउंड टेबल पर आमंत्रित करते हैं “ बहादुर न्यू डीएल वर्ड: एनएलपी का स्थान कहाँ है? "। पैनलिस्ट "उत्तेजक" थीसिस पर चर्चा करेंगे कि एनएलपी आज गहरी मशीन सीखने की प्रौद्योगिकियों में "भंग" है और एक स्वतंत्र वैज्ञानिक अनुशासन की स्थिति खो रहा है। बेशक, कई शोधकर्ता इस कथन से सहमत नहीं होंगे, और हम विरोधियों द्वारा रोमांचक प्रदर्शन की उम्मीद करेंगे।

संवाद की प्रमुख घटनाओं में से एक है, पाठ संवाद मूल्यांकन के भाषाई विश्लेषण की प्रणालियों के डेवलपर्स के बीच तकनीकी प्रतियोगिताओं का योग। इस वर्ष प्रतियोगिताओं को चार कार्यों में आयोजित किया गया था:

• समाचारों की स्वचालित पीढ़ी;
• कम-संसाधन भाषाओं का स्वचालित विश्लेषण (जब मशीन सीखने के लिए बहुत कम डेटा है);
• अनाफोरा का स्वत: संकल्प और संदर्भ श्रृंखला का निर्धारण (पाठ में एक ही वस्तु के विभिन्न संदर्भ),
• संदर्भ द्वारा शब्दों की स्वचालित पुनर्प्राप्ति (दीर्घवृत्त की कुछ किस्में)।

हमेशा की तरह इस तरह की प्रतियोगिताओं का संचालन करने के लिए, परीक्षण किए गए एल्गोरिदम को प्रशिक्षित करने के लिए विशेष रूप से तैयार डेटा (डेटासेट) बनाना आवश्यक था। यह पहली बार नहीं है जब ABBYY प्रौद्योगिकियां प्राकृतिक भाषा में ग्रंथों के विश्लेषण के लिए प्रतियोगिता के भाग के लिए इस तरह के डेटासेट बनाने में शामिल हुई हैं । इसने हमें बड़ी मात्रा में कंप्यूटर द्वारा की गई पूर्वप्रक्रिया के कारण बाड़ों को अधिक बड़ा बनाने की अनुमति दी। अधिक विस्तार से हम इसके बारे में जल्द ही हैबे पर बताएंगे। डायलॉग इवैल्यूएशन के परिणाम "डायलॉग" पर अभिव्यक्त किए जाएंगे:

• 30 मई, 10: 00-13: 30, विशेष सत्र इलिप्सिस मैपिंग के लिए स्वचालित प्रसंस्करण प्रणालियों के परीक्षण के परिणामों पर आधारित।
• 31 मई, 10: 00-13: 30, परीक्षण के परिणामों पर आधारित एक विशेष सत्र विश्लेषण प्रणाली और एक विशेष सत्र के परिणाम के आधार पर समाचार हेडलाइन जेनरेशन सिस्टम
• 1 जून, 10: 00-13: 30, कम-संसाधन भाषाओं का वर्णन करने के लिए परीक्षण प्रणालियों के आधार पर विशेष सत्र।

सम्मेलन की कामकाजी भाषाएँ रूसी और अंग्रेजी हैं। यहां एक विस्तृत सम्मेलन कार्यक्रम उपलब्ध है ।

सम्मेलन की कार्यवाही वार्षिक पुस्तक " कंप्यूटर भाषाविज्ञान और बुद्धिमान टेक्नोलॉजीज " में प्रकाशित की जाएगी, जो अंतर्राष्ट्रीय प्रशस्ति पत्र प्रणाली का हिस्सा है।

आप यहां पंजीकरण कर सकते हैं , पंजीकरण 28 मई तक चलता है। सहभागिता की शर्तें ।

एलिसेवेटा टिटारेंको, कॉर्पोरेट ब्लॉग एबीबीवाई के संपादक
एबीबीवाई में भाषाई अध्ययन के निदेशक व्लादिमीर सेलेगी की भागीदारी के साथ