Просмотр кода страницы Участник:Katya

Моя страничка на сайте ВШЭ: [http://www.hse.ru/org/persons/14305157 Екатерина Черняк].

Меня интересуют исследования в области автоматической обработки текстов (natural language processing). В 2016/17 уч. году мне хотелось бы предложить темы, связанные со следующими направлениями:

* анализ темпоральных текстовых данных. Речь идет о текстовых данных общего происхождения (новостных лентах, отзывов на какие-то продукты, твиттах, блогах), публикуемых достаточно долгое время. В  этом направлении существуют следующие задачи: 
# Извлечение сюжетов (как развивается новостной сюжет, например, какие события связаны с Сирийским конфликтом)
# Извлечение темпоральных ассоциативных правил (например, как упоминание нового назначения омбудсмена вчера связано с упоминанием телегонии сегодня)
# Анализ изменений отношения к какому-то товару со временем (например, почему оценки на Кинопоиске со временем становятся ниже, можно ли найти какие-то причины этому в текстах отзывов)
# Визуализация (например, построить облако тегов и мультфильм про его изменение в динамике)
# Извлечение трендов из научных публикаций (о чем пишут современные исследователи, о чем писали 5 лет назад и сейчас уже забыли, можно ли предсказать, что будет популярно в ближайшие пять лет?).
* использование строковых структур для анализа текстов. В основном для анализа тексты разбивают на слова, пары слов или последовательности символов фиксированной длины (например, пятерки символов). Мне кажется, что можно было бы ослабить ограничение на длину последовательности и использовать сууфиксные или префиксные деревья для того, чтобы выбирать длину символьной последовательности автоматически. Подобный метод был бы полезен для тех задач, где конечный результат не имеет текстового представления, например в задачах
# кластеризации текстов (конечный результат - кластеры и неважно, какое представление текста было использовано)
# тематической классификации 
# классификации по жанрам
* некоторые стандартные задачи и не совсем стандратные способы их решения или источники данных (список пополняется):
# Использование сверточных сетей для извлечения фактов (см. соревнование Диалога 2016 года)
# Иерархическая классификация на данных Яндекс.Категоризатора
# Извлечение социальных сетей из новостей / художественной литературы и их визуализация
# ПриВедЕНие теКСТа К прАвиЛЬноМу реГистРУ