Roman Lugovkin RomanL

«из коробки»

А как суд относится к блокировке целых подсетей, ip адреса в которых могут вообще не иметь никакого отношения к блокируемому сервису?

Ну если в фотках друзей то да, тогда понятно. Просто если искать самый близкий эмбеддинг по всем юзерам (а это, наверное, косинусная мера) на 330M векторов — такое себе занятие…

Да, очень интересно как вы оптимизируете выбор наиболее подходящих векторов

Ну да, забить можно. Просто это закрывает дорогу приложениям на Vue в корпоративный сектор. Для сайтов это не критично, а если ты делаешь веб-приложения то ой.

Ну так нефиг фоточки билетов в инстаграмчик выкладывать ))

Как рекомендательная система — выбираете любимые фильмы и исследуете кластер куда они входят для подбора чего бы посмотреть похожего.

Отличное решение! Я тоже люблю забавляться с графами и рекомендациями. Как раз работую сейчас над рекомендательной системой на основе данных кинопоиска. Немного на других принципах, но будет очень интересно сравнить то что получится с теми рекомендациями, которые отображены на вашем графе.

Кстати, а есть где-то открытые базы EAN-13 продуктов питания?

Отличное имя домена, очень подходит ))

Ну я так и подумал, я тоже так делаю ))

А как вы составляете «Каким бывает «счастье»»? Тоже вручную? Или анализируете словосочетания по правилам с ключевым словом?

Мне видится что вы не очень понимаете принципы использование датасетов в самообучающихся системах. Потому что если ваши «гипотезы», читай «веса синонимов» не будут находить подтверждение (а это, скорее всего так, потому что после 5-10 нормальных ассоциаций у вас идет, извините, бред, который приходится выдумывать) в реальном диалоге или текстах, то они вылетят из модели и останется только наиболее частотная «голова», которая не сильно отличается от того что дает word2vec.

И я не понимаю как эти данные могут автоматически помочь в сентимент-анализе без разметки и в автоматическим составление тезауруса под новую предметную область.

Не подумайте что я наезжаю, просто действительно, проделан большой объем работы, но кроме предположений из той статьи, на которую вы ссылаетесь, что бот запутается в эмоциях если делать его через word2vec я не увидел никаких проверок неадекватности существующих моделей и улучшений на вашем датасете. Что-то есть в вашей идее, но, боюсь, глобально и усреднено — нейронные сети лучше разберутся что к чему )))

PS Кстати, о Glove. У меня сложилось впечатление что эта модель работает хуже чем word2vec. По крайней мере в моих тестах мне так показалось.

В таком случае могу только восхищаться объемом проделанной работы, но не могу избавиться от двух извечных вопросов «зачем и нафига».

Какую задачу вы решали? Чем ваш датасет может помочь лучше чем предварительно морфологизированный word2vec на приличном исходном множестве текстов?

Это все прекрасно, но как вы сформировали этот датасет? Ничего не сказано же об этом. Из того что я вижу в assoc.csv — ну те же слова, выведенные через distance из тулчейна word2vec.

Может быть вы как то использовали ранговую корреляцию в прямом ( изба -> дом, крыльцо, ...) и обратном ( дом->изба, крыльцо->изба, ...->изба) вычислении вектора наиболее похожих слов и это назвали «ассоциацией»? Или что? Где описание алгоритма?

А я правильно понимаю что использование сетей с вниманием в применении к тексту можно считать, по сути, некоторым развитием базовых алгоритмов типа tf-idf? Ну то есть могут решаться похожие задачи выделения контекста.

А может быть кто-то помнит радиоспектакль где суть была в том что какой-то странник (кажется, его звали Спутник) помог паре выиграть много денег в лотерею, а они потом его убили? Слышал лет 20 назад… Не помню ни названия, ни автора.

Есть еще отличное прочтение «Улитки на склоне» от Бориса Стругацкого.

Да, в контексте статьи это несколько странно.

Если интерпретировать историю пользователя как цепочку событий то можно. Каждое событие — отдельное «слово» в словаре. А дальше работаем как с текстами ))

Под руку попался ))

Список блогов брался из кириллического рейтинга, скорее всего divov в него не входит (некоторые пользователи отключают эту опцию).

Не так долго как могло бы показаться — это же хобби ))
Краулер был написан еще в начале лета под задачу подсчета статистики активности в ЖЖ. Чуть больше недели на обработку данных и борьбу с SVD и несколько дней на конвертер для графов и их визуализацию — весьма такое творческое занятие. Ну и по паре дней (ночей) на написание фронт-энда для блогов и вина. Я не очень большой специалист в js-разработке, а некоторые аспекты рендеринга на svg и библиотеки d3js осваивал в процессе.

А с яндексовским mystem не сравнивали?

Я его использую в своих хобби-проектах, но если о чем-то коммерческом говорить — то там ограничения по лицензии, вот неспешно подыскиваю замену.

А в телеграме публичного канала нет у вас с материалами и обсуждениями?

> content-based рекоментадельный сервис для более чем 100 млн. пользователей рунета

это про что?

Неплохо написано на мой любительский взгляд. Гораздо понятнее чем в «бестселлерах» от Митио Каку.

Там есть ссылка на github: https://github.com/roman-lugovkin/ecom-ulmart-bot

Оказывается есть секретный чатик для невымерших perl-программистов ))

Ой, да, мне же пришло приглашение на вакансию от 220Вольт — видимо это действительно единственный смысл конкурса ))

Там же есть закрытый спойлер в конце статьи с итогами ))

Ладно, ладно )) Я не против, но как по мне так машина состояний в контексте понятнее чем конечный автомат.

Одно из условий задания — не использовать сторонние библиотеки для телеграма и целевого магазина. А я люблю изобретать велосипеды ))

Позанудствую в ответ — конечный автомат это конкретная реализация «машины состояний». Тут имеется в виду сама концепция ))

А я Рома, пишу на Perl и мне не стыдно )))

И с удовольствием! )))

Адекватные деньги это сколько? Есть AWS с его спот-микро-инстансами, есть пачки прокси. Я не спец именно по ботам для поисковых систем, но мне кажется подход то один.

Открыл сайт, посмотрел на сообщение «В ближайшие два часа осадков не ожидается», посмотрел на то как валит снежище за окном, закрыл сайт.

Первая задача интересная и весьма актуальна (уже не первый раз встречаю такую формулировку в некоторых областях). Будет время и настроение — попробую.

Если вы сделаете распознавалку 6-ти и 7-ми символьных капч VK с точностью процентов в 20 то напишите в личку сколько вы хотите за это решение ))