ืืืืกืก ืขื ืื ืืืืื ืฉืื ื- Highload++ ืื-DataFest Minsk 2019.
ืขืืืจ ืจืืื ืืืื, ืืืืืจ ืืื ืืืง ืืืชื ื ืคืจื ืืืืืื ืืืงืืื ืื. ืืขืืจืชื ืื ื ืื ืืืื ืืชืืชืืืช ืขืกืงืืช, ืืืืกื ืื ืื ืืื ื ืืืืข ืืฉืื ืืงืฉืืจ ืืืกืคืื, ืืืื ืืช ืืืื ืืช, ืืืฆืืข ืืืื ืืช ืืขืื ืืขืื. ืืืืฆืข 2018 ืืืืฉื ื ืืกืืจืืืืืช ืืืฆืจ ืืคืืชืื ืืืืจ. ืืื ืืืืจ ืืืืจื ื ืฆืจืื ืืืืืช?
ืืืืจ ืืืื ืืืืืช ืึดืืืึนื, ืืืืืจ, ืืขืืืจ ืืืฉืชืืฉืื ืื ืืื ืื ืคื ืืืืืจ ืฉื ืืืืืข: ืืกื ื, ืืื ืืช ืืืกืคืง ืืืชื ืืฆืืจื ืื ืืื ืืืืชืจ. ืืื ืืืืืช ืืืืืช ืฉืืืืฉื, ืืืืคืฉืจ ืื ืืคืชืืจ ืืฉืืืืช ืฉืื ืืช ืืฉืืจืืช ืืชืืืช ืืืืืจ ืฉืื, ืืืฉื ืืฉืื ืงื ืกืืช (ืคืื ืงืฆืื ืฉืืฆืขืจื ืื ื ืืฉืชืืฉ ืื). ืืืื ืขื ืืืช, ืืืืื, ืืืืืจ ืืืื ืืกืคืง ืืื ื ืขื ืืืืข, ื ืืชืืง ืืืืจ ืืื ืืืื ื ืืคื ื ืคืจืืฆื, ืืืืืจ ืืืืืช ืืืื.
ืชืืืืื ืืื ืืืืืจืื ืืกืคืจ ืืขืืืช ืืคืชื, ืฉืจืืืช ืืื ื ืืชื ืืช ืืคืชืจืื ืืขืื ืืืืฆืขืืช ืืืืืช ืืืื ื. ืื ื ืืืืืืืช ืืชืืื ืืช ืฉืืืจ ืงืืืืืช ืฉืคืืชืื ืืืืง ืืืืกืืจืืืื - ืืืช ืืื ืืืืื.
- ืชืฉืืื ืืืื. ืืืืืจ ืืฉ ืชืืื ืช ืืขื ื ืืืื. ืืจืฉืช ืืขืฆืืืช ืื ืชืืช ืืช ืืืงืกื ืฉื ืืืืชื, ืืืื ื ืืช ืืฉืืขืืชื ืืืืจืชื, ืืืชืืฆืื ืืื ืืฆืืขื ืืช ืฉืืืฉ ืืคืฉืจืืืืช ืืชืืืื ืืืชืืืืืช ืืืืชืจ: ืืืืืืช, ืฉืืืืืช ืื ืืืจืืืช. ืื ืขืืืจ ืืืกืื ืืฉืืขืืชืืช ืืืื ืืืขื ื ืืืืชืืื, ืืื ืืจืื ืืืืื ืืฆืืจื ืื ืกืื ืืจืืืช ืืืฆืืืงื.
- ืงืืืืฅ ืืืืืืืืงืฉืืจืื ืืืืื ืืช ืืื ืืืืช ืืงืืื ืืช. ืืขืชืื ืงืจืืืืช ืื ื ืงืื ืื ืืืื ืืจื ื, ืืืืื, ืื ืืืืช ืืืืืืช ืืฉืืื ืืกืคืจ ืืืืืื ืขืืืจ ืื ืืืื ื. ืืืฉื, ื-AliExpress, ืืฉืืจืืช ืืืืื ืืืืชืจ, ื ืื ืกืืช ืืจืื ืืืชืืืช ืืืืื ื ืืืช, ืืืืฉืื ื ืฉืืืงืจื ืืืกืืฃ ืืกืคืจื ืืืื ืืืืืข ืขื 29. ืืื, ืืืืฆืขืืช ืืืื ื-Named Entity Recognition, ืื ื ืืืืฆืื ืืช ืืกืคืจ ืืืืื ื ืืืืืข ื ืืกืฃ ืืืืงืกื ืืงืืฅ ืืช ืื ืืืืชืืืช ืืฉืจืฉืืจ ืืื. ืื ื ืืฆืืืื ืื ืืืืข ืืกืืกื ืขื ืืืืื ื ืืชืืื ื ืคืจืืช, ืื ืฉืืงื ืขื ืืขืืืื ืขื ืกืื ืื ืฉื ืืืืืื.
- ืื ืื ืคืืฉืื ื. ืคืืฉืื ื ืืื ืกืื ืืื ืื ืืกืืื ืืืืืื ืฉื ืืืืืื, ืฉืืขืืจืชื ืื ืกืื ืชืืงืคืื ืืืฉืื ืืืืข ืคืื ื ืกื (ืืืื ืืจืืืกื ืื ืง ืฉื ืืืฉืชืืฉ) ืืื ืืกืืช. ืืืชืืื ืืืื ืืืงืื ืืืชืืื ืืืืชืืื ืฉื ืฉืืื ืขื ืืื ืืฉืืจืืช, ืืืื ืืืืืืืืช. ืืื, ืืขืืจืช Computer Vision, ืื ื ืืืืื ืืืืืืื ืืืช ืกืื ืื ืืขืืฆืื ืฉื ืืืชืืื ืืืืจืืช ืืืืืืช (ืืืฉื, Mail.ru, Sber, Alfa) ืืืืงืืื ืืืช ืืืฉืืื ืืื ืขื ืืงืกื ืืชืืื ืืช ืืืจืืช ืืืกืืื ืืกืคืื ืืืืืื ืฉืื ื .
ืืืืืช ืืืื ื
ืงืฆืช ืขื ืืืืืช ืืืื ื ืืืื"ื ืืืืคื ืืืื. ืืืืจ ืืื ืืขืจืืช ืขืืืกื ืืืื: ืืืืฆืข ืฉื 1,5 ืืืืืืจื ืืืชืืื ืืืื ืขืืืจืื ืืฉืจืชืื ืฉืื ื ืขืืืจ 30 ืืืืืื ืืฉืชืืฉื DAU. ื-30 ืืขืจืืืช ืืืืืช ืืืื ื ืชืืืืืช ืืื ืืคืื ืงืฆืืืช ืืืชืืื ืืช ืื ืืจืฉืืช.
ืื ืืืช ืขืืืจืช ืฆืื ืืจ ืกืืืื ืฉืื. ืจืืฉืืช ืื ื ืื ืชืงืื ืืืืจ ืืื ืืืฉืืืจืื ืืืืืื ืืืืื. ืืฉืชืืฉืื ืืจืื ืื ืฉืืื ืื ืืขืืืื ืฉื ืื ืื ืกืคืื, ืืืืืื ืฉ-95-99% ืืืืืืจ ืืื ืืคืืื ืื ืืืืข ืืชืืงืืื ืืืชืืืื. ืืืืื ืืืืจ ืืื ืืื ืืืง ืืฉืื ืืืื ืืืขืจืืช ืฉืื ื, ืืืงืฉื ืืืืชืจ, ืฉืื ืืชืืื ืืื ืื-ืกืคืื ืืฉ ืืชืืื ืืชืืืช ืืื ืืขืจืืืช ืืื ื ืืืชืงืคื, ืื ืฉืืกืคืง ืืชืืจ ืื ืืกื ืืชืืฉื ืืฆืืืช ืฉืื ื.
ืืืืจ ืืื, ืื ื ืืคืจืืืื ืืืชืืื ืืื ืฉืื ืืจืืืืืื. ืืืืืืืื ืืื ืฉืื ืื ืืืฉืืืื ืืืืชืจ, ืืืื ืื ื ืืกืคืงืื ืขืืืจื ืชืืื ืืช ืืื ืชืฉืืื ืืืื. ืืืชืืื ืืจืืืืืื ืืชืืืงืื ืืฉื ื ืืืงืื: ืืจื ืืงืฆืืืช - ืืื ืืืชืืื ืืฉืืืื ืืฉืืจืืชืื, ืืืฉื ืืืฉืืจื ืจืืืฉื ืื ืืืื ืช ืืืื ืืช, ืืกืคืื ืืืืืข - ืืื ืื ืคืจืกืื ืขืกืงื, ืื ืืืช.
ืื ื ืืืืื ืื ืฉืืืืขืืช ืืื"ื ืขืกืงืืืช ืฉืืืช ืืืฉืืืืชื ืืืชืืชืืืช ืืืฉืืช. ืื ืฆืจืืืื ืืืืืช ืืืืฉื ืื, ืื ืืขืชืื ืงืจืืืืช ืื ื ืฆืจืืืื ืืืฆืื ืืืืืจืืช ืืืืข ืขื ืืืื ื ืื ืืืื ืช ืืจืืืกื ืืืกื, ืืื ืื ื ืืืืื ืืื ืืืืคืืฉ ืืืจ ืืืืชืืื ืืืื. ืืื, ืืืขืื ื ืืืืช, ืื ื ืืืืงืื ืืืชื ืืืืืืืืช ืืฉืฉ ืงืืืืจืืืช ืขืืงืจืืืช: ื ืกืืขืืช, ืืืื ืืช, ืืกืคืื, ืืจืืืกืื, ืืจืฉืืืช ืืืืกืืฃ ืงื ืกืืช.
ืืืชืื ืืืืข ืื ืืงืืืฆื ืืืืืื ืืืืชืจ ืืื ืจืื ืคืืืช ืืฉืืื, ืฉืืื ื ืืืจืฉืืช ืืขื ื ืืืืื, ืฉืื ืฉืื ืืืจ ืืฉืืขืืชื ืื ืืฉืชื ื ืืืืื ืฉื ืืืฉืชืืฉ ืื ืืื ืื ืืงืจื ืืืชื ืืื. ืืืืฉืง ืืืืฉ ืฉืื ื, ืื ื ืืืืืฆืื ืืืชื ืืฉื ื ืฉืจืฉืืจืื: ืจืฉืชืืช ืืืจืชืืืช ืื ืืืืืืจืื, ืืืื ืื ืงืื ืืืืืืืืช ืืช ืชืืืช ืืืืืจ ืื ืื ืก ืืืฉืืืจืื ืจืง ืืืืขืืช ืืฉืืืืช ืืืืืืช.
ื ืืฆืื
ืืกืคืจ ืจื ืฉื ืืขืจืืืช ืืืจื ืืงืฉืืื ืจืืื ืืชืคืขืื. ืืืจื ืืื, ืืืืื ืืชืืืื ืขื ืืืื, ืืื ืื ืชืืื ื: ืชืืื ืืช ื ืฉืืจืืช, ืืืื ืืช ื ืืฉืืืช, ืงืื ืืืคื ืขืงืื. ืื ืืกืฃ, ืื ืชืื ืื ืืฉืชื ืื ืื ืืืื: ืืืฉืื ืืชืืืกืคืื, ืืคืืกื ืืชื ืืืืช ืืฉืชืืฉืื ืืฉืชื ืื ืืื', ืื ืฉืืืื ืืื ืชืืืื ืืชืืืื ืืขืืื ืืืชืจ ืืืืชืจ ืขื ืืืื.
ืืกืืจ ืื ื ืืฉืืื ืฉืืื ืฉืืืืืช ืืืื ื ืืืืจืช ืขืืืง ืืืชืจ ืืืืืื ืฉื ืืืฉืชืืฉืื, ืื ืืืฉืคืขื ืฉืืื ืขื ืืืขืจืืช ืืืงืืืืืืช ืืืืื ืืืชืจ, ืืืชืืฆืื ืืื, ืืืชืจ ืืคืกืืื ืืกืคืืื ืื ืจืืืืื ืฉืืงื ื ืฉืืง ืืืืืื ืืงืื. ืืื, ืืืกืคืจ ืืืื ืืืื ืฉื ืชืืืืื, ืฉืืงื ืื ืืกืชืืืื ืืขืืืืชื ืฉื ืืืืืจืืชืื ML (ืืืืืืืช ืงืืืกืืืช ืื ืคืจืกืื, ืืืคืืฉ ืืืื ืื-ืกืคืื ืฉืืืจ ืืืืืจ).
ืืื ืื, ืืืฉืืืืช ืืืืืช ืืืื ื ืืฉ ืืืืื: ืื ืฉืื ืื, ืืคืืื ืืื ืืจื, ืืืขืจืืช ืืืื ืืืฆืืจ ืขืืืื ืจืื ืขื ืืืืื: ืขืืืื ืขื ื ืชืื ืื, ืืืจืื ืืืืฉ, ืคืจืืกื, ืฉืืืืื ืืืืืฉื ืฉืืืขืืช ืื ืืืืฉืื. ืืื, ืืื ืฉืืกืืืื ืฉืื ืืืืืื ืฉืื ืคืืขืืื ืืฉืชื ื ืืืจ ืืืชืจ, ืื ื ืืจืฉ ืืืชืจ ืืืืฅ ืืชืืืง ืืืชื. ืฆืืืช ืืืื ืืืฆืืจ ืืจืื ืืขืจืืืช ืืืฉืืื ืขื ืื, ืืื ืื ืืืฉืงืืข ืืืขื ืืช ืื ืืืฉืืืื ืฉืื ืืชืืืืงืชื, ืืื ืืคืฉืจืืช ืืขืฉืืช ืืฉืื ืืืฉ. ืคืขื ื ืชืงืื ื ืืืฆื ืืื ืืฆืืืช ืืื ืื ืกืคืื. ืืื ืืืืขื ืืืกืงื ื ืืืชืืงืฉืช ืฉืชืืืื ืฆืจืืื ืืืืืช ืืืืืืืืช.
ืืืืืืฆืื
ืื ืืคืฉืจ ืืขืฉืืช ืืืืืืืืช? ืืืขื ืืื, ืืขืฆื. ืืืืืชื ืืจืืขื ืชืืืืื ืืืืืืจืื ืืช ืชืฉืชืืช ืืืืืช ืืืืื ื:
- ืืืกืืฃ ื ืชืื ืื;
- ืืืืื ื ืืกืฃ;
- ืืคืจืืก;
- ืืืืงืืช ืื ืืืืจ.
ืื ืืกืืืื ืื ืืฆืืื ืืืฉืชื ื ืื ืืืื, ืื ืื ืืชืฉืชืืช ืกืืื ืืืืื ืืชืืจืจืช ืืืจืื ืืืชืจ ืืฉืืื ืืืืืื ืขืฆืื. ืื ืืืื ืืกืืื ืืื ืืืจื ืืฉื ืืืื, ืืื ืื ืชืืื ืืืชื ืืชืืื ืืช ืื ืืื ืืช ืืชืงืื ืคืืืืง ืืื ืืืืฉืชืืฉืื, ืืื ืืขืืื ืืจืื ืืืชืจ ืืื ืืืืืื ืืืืฉืื ืขื ืื ืืคืขืืื ืื ืืืฉืจืืงืืช.
ืืืืืช ืืฉืื
ืืืืืจ ืื ืืฉืื ืืืกืืฃ ื ืชืื ืื, ืืืจืื ื ืืกืคืช ืืคืจืืกื โ ืืืขืฉื, ืื ืืืืืจ ืขืืืื ืืืืื. ืืื ืื ืืฉืื? ืขืืื ืืืื ืืืจืฉืื ืืืืืจ:
ืืคืชื ืืืืืช ืืืื ื ืืืืืข ืืืื ืื ืื-ืืื ืฉืืื ืข ืืืืืื ืืืืจืฉื ืืืื"ื. ืืืจืฃ ืืืจื ืืขืจื ืฉืื ื ืฉืืจืื ืจืง ืืฉืชืืฉืื ืืืืชืืื. ืืื ืืฆืืืื! ืืื ืืจืืข ืฉืขืืช ืืืืคืืช, ืืืืืื ืืฉื ืื ืืช ืืชืกืจืืืื ืฉืืื, ืืืื ืืืืจ ืืงืืืืชื. ืืืืฉืื ืื, ืืืคืชื ืืงืืืฉ ืืืืฉ ืืืืกืคืช ืชืืื ืืช ืืืืฉืจื ืืืืฉ ืฉื ืืืืื, ืื ืืกืคืื ืืฆืืื ืืืกืชืื ืชืื ืืจืืข ืฉืขืืช.
ืืื ืื ืืืืืช ืืืื ืขื ืืื ืื ืืื ื ืฆืืจื ืืขืฉืืช ืืื ืืืืฉ ืืืจ ืื, ืขืืื ื ืืืฉืื ืืืชืืื ืืื ืชืืจืื ืืืืืช ืืืฉืื ืืื ื ืขืฉื ืื ืืกืืืื ืชืฉืชื ื. ื ืชืืื ืืืืกืืฃ ื ืชืื ืื โ ืื ืืืืง ืืืืืืจืืชืืื ืฉืื ื.
ืืืกืืฃ ื ืชืื ืื
ืืจืืจ ืฉืขืืืจ ืจืฉืชืืช ืขืฆืืืืช ืืืืจื ืืืช, ืืื ืฉืืืชืจ ื ืชืื ืื, ืื ืืืื, ืืื, ืืืขืฉื, ื ืืฆืจืื ืขื ืืื ืืืฉืชืืฉืื ืืืืฆืจ. ืืฉืชืืฉืื ืืืืืื ืืขืืืจ ืื ื ืขื ืืื ืกืืืื ื ืชืื ืื, ืืื ืื ืื ื ืื ืืืืืื ืื ืฆื ืืืช ืืจืขื, ืื ืืฉืื ืืกืืื ืืืฉืชืืฉืื ืืืืกื ืืืฉืืืช ืืืืืื ืฉืืื ืืืขืืจื ืืืืฆืจ ืืืจ.
ืืืช ืืืขืืืืช ืื ืคืืฆืืช ืืืืชืจ (ืืื ืื ื ืืชืืืืก ื-Andrew Ng) ืืื ืืชืืงืืืช ืจืื ืืื ืืืืืื ืืืขืจื ืื ืชืื ืื ืฉื ืืืืืงื, ืืื ืืืฉืื ืืืืฉืชืืฉ, ืฉืืื ืืืขืฉื ืืืื ืืขืืงืจื ืืืืืืช ืืขืืืื, ืืืืืื ืฉืื ื ืืืฆืจืื ืืืฆืจ ืขืืืจ ืืืฉืชืืฉ. ืื ืืืฉืชืืฉ ืื ืืืื ืื ืื ืืืื ืืช ืืขืืืื ืฉื ืืืืื, ืื ืืื ื ืืจืก.
ืืื, ืืืฉืชืืฉ ืฆืจืื ืชืืื ืืืืืช ืืกืืื ืืืฆืืืข ืืืฉ ืืชืช ืื ืืื ืืืฉืื. ืื ืื ืื ื ืืืฉืืื ืฉืืืืข ืืชืืืช ืืืืืจ ืืืชื ืฉืงืฉืืจ ืืืืืื, ืฆืจืื ืืกืื ืืืชื "ืคืื ื ืกืื" ืืืฆืืืจ ืืคืชืืจ ืฉืืืฉืชืืฉ ืืืื ืืืืืฅ ืขืืื ืืืืืื ืฉืื ืืืืืจ ืืืืืื.
ืืืืืช ืืฉืื
ืืืื ื ืืืจ ืขื ืืืืืช ืืืฉืื ืฉื ืืืฉืชืืฉืื. ืจืืฉืืช, ืืชื ืืืืฉืชืืฉ ืืืืืื ืืืื ืืก ืืฉืืขืืืืช ืฉืื ืืช ืืืืฉื ืืื. ืืืืืื, ืืชื ืืื ืืื ืืืืฆืจ ืฉืื ืืืฉืืื ืฉ"ืคืื ื ืกืื" ืคืืจืืฉื ืืืชืืื ืืืื ืง, ืืืืฉืชืืฉ ืืืฉื ืฉืืืชื ืืกืืชื ืขื ืืคื ืกืื ืฉืื ืืชืืืืก ืื ืืืืืื. ืฉื ืืช, ืืฉ ืืฉืชืืฉืื ืฉืืืืืื ืืื ืืขืช ืืืืืฅ ืขื ืืคืชืืจืื ืืื ืฉืื ืืืืืื. ืฉืืืฉืืช, ืืืฉืชืืฉ ืขืืื ืืืขืืช ืขืืืงืืช ืืืกืงื ืืชืื. ืืืืื ืืืืืช ืืืชืจืืื ืฉืื ื ืืื ืืืฉืื ืฉื ืืกืืื
ืืื ื ืฉืื ืฉืืคืฉืจ ืืืืืฅ ืขื ืืืคืชืืจืื ืื ืจืง ืขื ืืื ืื ืฉืื, ืืื ืื ืขื ืืื ืื ืืื ื ืืืืื ืฉืืชืืืืจืื ืืืืืช ืืคืืคื. ืื ืืฉืื ืืืืื ืืื ื ืืื ืืืืืื. ืื ืืชื ืืืื ืืขืฉืืช ืขื ืืืืืข ืืื?
ืื ื ืืฉืชืืฉืื ืืฉืชื ืืืฉืืช:
- ืืฉืื ื-ML ืืงืืฉืจ. ืืืืืื, ืืฉ ืื ื ืืขืจืืช ืื ืื-ืืื ืืงืืื ืช, ืืฉืจ, ืืคื ืฉืฆืืื ืชื, ืืงืืืช ืืืืื ืืืืจื ืขื ืกืื ืืกืคืจ ืืฆืืืฆื ืฉื ืกืืื ืื. ืืืฉ ืืขืจืืช ืฉื ืืื ืืืืืืช ืฉืขืืืืช ืืืืจ ืืขืฉื. ืืฉ ืื ืืืชืจ ื ืชืื ืื ืขื ืืืฉืชืืฉ, ืืืชื ืืืืช ืฉืื ืืื'. ืืชืืฆืื ืืื ืืชืงืืืช ืืืืืื ืืืืฉืืืช ืืืืชืจ; ืืืชืื ืืื, ืืฉ ืื ืืืืง ืืฉืืืืช ืืืืืื ืืืชืจ. ืืชื ืืืื ืืืืื ืืช ืืืืื ืืชืคืขืื ืฉื ืืขืจืืืช ืืื ืืจืืฉืื ื ืื ืชืื ื ืืืืื. ืืคืืื, ืืขืจืืช ืคืฉืืื ืืืชืจ ืชืืื ืชื ืกื ืืืชืงืจื ืืืืฆืืขืื ืฉื ืืขืจืืช ืืืจืืืช ืืืชืจ.
- ืกืืืื ืืืฅ. ืืชื ืืืื ืคืฉืื ืืกืืื ืื ืงืืืง ืฉื ืืฉืชืืฉ, ืืืขืจืื ืืช ืืชืงืคืืช ืืืฉืืืืฉืืืช ืฉืื. ืื ื ืขืืฉืื ืืืช ืืืืืจ ืื ืื ืกืคืื, ืชืื ืฉืืืืฉ ืืชืืื ืืช ืืฉืชืืฉ, ืืืืกืืืจืื ืฉืื, ืืชืืื ืืช ืืฉืืื, ืืืงืกื ืขืฆืื ืืืชืืฆืื ืฉื ืืืกืืืืื. ืืชืืฆืื ืืื, ืื ื ืืงืืืื ืืขืจืืช ืืืืืืืืช ืืืืืชืช ืืฉืื ืฉื ืืฉืชืืฉืื. ืืืืืืื ืฉืืฉ ืฆืืจื ืืืืฉืจื ืืืืฉ ืืชืืืจืืช ื ืืืื ืืืชืจ, ืขืืืืชื ืืืืื ืืืคืื ืืืกืืก ืืื ืืืขืจืืืช ืืืืจืืช. ืืขืืืคืืช ืืขืืงืจืืช ืืืืื ืื ืืื ืืืืง, ืืืืืื ืฉืืืฉืจืช ืืืืื ืขื ื ืชืื ืื ืื ืืืืืงืื ืืืื ืช ืืืืื ืืฉืืืืช.
ืืืื ืฉืื ื ืื ืงืื ืืช ืื ืชืื ืื ืืืืื ืื ืืช ืืขืจืืืช ื-ML ืฉืื ื, ืืกืืจ ืืฉืืื ืืช ืืืฉืชืืฉืื, ืื ืขืืืจื ื, ืืืคื, ืืืืืื ื ืฉืืืืืช ืืืจืฃ ืื ืกืืืืกืืืงื, ืืขืืืจ ืืืฉืชืืฉ, ืื ืืื ืืื ืืจืืืื. ืื ืืกืฃ ืืขืืืื ืฉืืืฉืชืืฉ ืืืื ืืืืฉืื ืืืืืช ืขื ืืืขืืช ืฉืื ืืืืฆืจ, ืืืืจ ืงืืืช ืืฉืื, ืืื ืืฆืคื ืฉืืฆื ืืืื ืืืืื ืืขืชืื. ืืื, ืชืืื ืืืื ืืชืช ืืืฉืชืืฉืื ืื ืจืง ืืช ืืืคืฉืจืืช ืืืฆืืืข, ืืื ืื ืืชืงื ืืช ืืืชื ืืืืช ืฉื ืืขืจืืืช ML, ืืืฆืืจ, ืืืฉื, ืืืืจืืกืืืงื ืืืฉืืช ืืื ืงืืืง ืืฉืื; ืืืงืจื ืฉื ืืืืจ, ืื ืืืืื ืืืืืช ืืืืืืช ืืกื ื ืืืชืืื ืืืื ืืคื ืฉืืื ืืืืชืจืช ืขืืืจ ืืฉืชืืฉ ืื.
ืืชื ืื ืฆืจืื ืืื ืืช ืืืื ืืืืืกืก ืขื ืืื ืืืืืช ืื ืืงืฉืืช ืืชืืืื ืืืฆื ืืฆื ืืืืืืื ืื ืืื ื ืืื ืฉืืฉืชืืฉืื ืืืจืื ืื ืืกืืื ืืืขืืืช ืืืืืช.
ืืืืจืืกืืืงื ืืืืืื
ืืฉ ืฉืชื ืืขืืืช ืขื ืืืืจืืกืืืืช ืืงืืืื ืืื. ืืจืืฉืื ืืื ืฉืงืฉื ืืชืืืง ืืช ืืืกืคืจ ืืืืื ืืืื ืฉื ืืงืืืื, ืฉืื ืืืืจ ืขื ืืืืืชื ืืืืฆืืขืืื ืืืืจื ืืื. ืืืขืื ืืฉื ืืื ืืื ืฉืืืชืื ืฉืืฉืืืื ืืื ื ืชืืืคื, ืืืกืคืจ ืืืืฆืืช ืืืืฉื ืืืจืื ืฉื ืืืืื ืื ืืกืคืืงื. ื ืจืื ืฉื ืืชื ืื ืืจื ืืืืคื ืืฉืืขืืชื ืืช ืฉืชื ืืืฉืคืขืืช ืืื ืงืฉืืจืืช ืืืื ืื ืืืืฉืืช ืืืืฉื ืืืื.
- ืื ืื ื ืืืฆืจืื ืงื ืืื ื.
- ืื ื ืฉืืืืื ืืื ื ื ืชืื ืื ืืืื, ืืื ืืชืขืืื ืืืืคื ืฉืืืฃ, ืืืื ืขื ืื ืชืื ืื ืฉืืชืงืืื. ืืื, ืืืืื, ืืฉืื ืฉืืืืจืืกืืืงื ืชืืื ืืขืืช ืืืืง ืืืื ืืื ืื ืืืคืืืช ืืืืืืช ืื ืชืื ืื ืืืขืจื ืืืืจืื.
- ืืืืจ ืืื ืืืืจื ื ืืช ืื ืืืืจ ืืืคืขืืช ืืงื, ืืื ืืืืจ ืืื ืื ืืงื ืืืจ ืื ืขืืื ืืืืืกื ืืืืืืื ืขื ืืื ืืืื, ืื ืืชื ืืืื ืืืกืืจ ืืืชื ืืืืื. ืืขืช ืื ืกืืืจ ืฉืืืขืื ืืื ืชืืืืจ ืขื ืขืฆืื.
ืื ืฆืื ืฉื ืงืืืื ืืื ืืืื ืฉืืืืฉื. ืืขืืงืจ ืฉืืฉืืจืืช ืฉืืื ืืืืฃ ืืื ืงืืืข.
ืืืืื ื ืืกืฃ
ืืืจืื ืืืืฉ ืืื ืชืืืื ืฉื ืืืกืคืช ื ืชืื ืื ืืืฉืื ืืืชืงืืืื ืืชืืฆืื ืืืฉืื ืืืฉืชืืฉืื ืื ืืืขืจืืืช ืืืจืืช, ืืืืฉืจืช ืืืื ืงืืื ืขืืื. ืืืืืืช ืืืืืช ืืกืคืจ ืืขืืืช ืืืืฉืจื ื ืืกืคืช:
- ืืืชืื ืฉืืืืื ืคืฉืื ืื ืชืืื ืืืืฉืจื ื ืืกืคืช, ืืื ืืืื ืจืง ืืืคืก.
- ืืฉืื ืืงืื ืืกืคืจ ืืืืข ืื ืืชืื ืฉืืืฉืจื ื ืืกืคืช ืืืืื ืชืฉืคืจ ืืช ืืืืืช ืืขืืืื ืืืืฆืืจ. ืืขืชืื ืงืจืืืืช ืงืืจื ืืืืคื, ืืืืืจ, ืจืง ืืืืจืืจืืช ืืคืฉืจืืช.
- ืฉืื ืืืื ืืืืืื ืืืืืช ืืืชื ืฆืคืืืื. ืื ื ืงืืื ืื ืขืืื ื ืฉืืืืื ื ืืขืฆืื ื. ืื ืื ืืื ืืืฉ ืืืืืงืช A/B ืืฆืื ืชืืฆืืืช ืืืืืช ืืืฉืืืื ืืงืืื, ืืื ืื ืืืืจ ืฉืืื ืืขืืื ืืืืคื ืืื. ืขืืืืชื ืขืฉืืื ืืืืืช ืฉืื ื ืืืืื ืืื ืืืื, ืื ืฉืขืืื ืืืืื ืฉืืืืืช ืืืฉืืช ืื ืืืืืืจ ืืฉื ืืช ืฉืืืจ ืชืืงื ื. ืื ืื ืื ื ืืื ืืืฉืชืืฉืื ืืืจ ืืืืขืื ืืืืืช ืขื ืฉืืืืืช ืขืืฉืืืืืช, ืืืืฉืจ ืืชืขืืจืจืืช ืืกืคืจ ืจื ืฉื ืฉืืืืืช ืืืฉืืช, ืืืชืื ืฉืืืฉืชืืฉ ืื ืื ืืืื ืื ืงืืจื, ืื ืืื ืืฆืคื ืืืชื ืืืืช ืฆืคืืื.
ืืื, ืืืืจ ืืืฉืื ืืืืชืจ ืืืืฉืจื ื ืืกืคืช ืืื ืืืืื ืฉืืืืื ืืฉืชืคืจ, ืื ืืคืืืช ืื ืืืืืจ.
ืืืืจ ืืจืืฉืื ืฉืขืืื ืขื ืืืขืช ืืฉืืืืจืื ืขื ืืืฉืจื ื ืืกืคืช ืืื ืืืฉืช ืืืืืื ืืคืขืืื. ืื ืื ืืืืจ? ืืืืืื, ืืืกืืื ืงืืืข ืื ืืืืขืช ืืืืจ ืืืงืืจืื ื ืงืฉืืจื ืืคืื ื ืกืื, ืืืกืืื ืืืืื ืืืืืื ืฉืื ืื ื ืืืกืืคืื ืืืื ืฉื ืืืืืืืช ืืกืืื ืืช. ืื ืขืืื ืืื, ืืืฉื, ืืคืจืกืื, ืฉื ืืฉ ืืจืื ืคืืืืงืื ืื ืืชื ืืืื ืืช ืืืืื ืืื ืืืื. ืืื ืืฉ ืืขื ืืฉืื, ืื ืื ืื ื ืืงืืืื ืืืื ืืืื ืืืื ืืืืก ืืืชืคืืืืช ื ืชืื ื ืืืืฆืืจ, ืฉืขื ืืกืืกื ืื ืืคืฉืจ ืืืขืจืื ืืช ืืชื ืืืืช ืืืืื ืืืืื ืืคืขืืื.
ืืืขืฉื, ืืืืจื ืฉืื ื ืืื ืืฉืืจ ืืคืืกืื ืืฉื ืื, ืืืืื ืืืืขืื ืืืจ, ืืืจืืืฉ ืืืฉืื. ืืืืฉืืืืช ืืฉืืื ืืื. ืืืื, ืฉืืขืชืื ืงืจืืืืช ืืชืืืฆื ื ืืืืื ืืืชื, ืืืจ ืขืืื, ืื ืฉื ืืื ืืืชืืงื ืืืืฆืืขืื ืฉืื.
ืืืืืื ืฉืื ืื ืืฉืืฉืื ืืืืืจ: ืขืฆืื, ืจืฉืชืืช ืืื ืืืจืืืช, ืขืฆืืืืช. ืขืืืจ ืื ืืื ืื ืื ื ืืืฆืจืื ืืืืืจืืชื ืืืืื ื ืืกืฃ ืืฉืื ื. ืืชืืืื ืฉื ืืืฉืจื ื ืืกืคืช, ืื ื ืืงืืืื ืื ืจืง ื ืชืื ืื ืืืฉืื, ืืื ืืขืชืื ืงืจืืืืช ืื ืคืืฆ'ืจืื ืืืฉืื, ืืืชื ื ืืงื ืืืฉืืื ืืื ืืืืืืจืืชืืื ืฉืืืื.
ืืืืืื ืืื ืืืจืืื
ื ื ืื ืฉืืฉ ืื ื ืจืืจืกืื ืืืืืกืืืช. ืื ื ืืืฆืจืื ืืืื ืืคืกื ืืืจืืืืื ืืืืื:
- LogLoss ืขื ื ืชืื ืื ืืืฉืื;
- ืื ื ืืกืืืจืื ืืช ืืฉืงืื ืฉื ืชืืื ืืช ืืืฉืืช (ืืื ื ื ื ืืืขืื ืืืฉื ืื);
- ืื ื ืื ืืืืืื ืื ืชืื ืื ืืฉื ืื ืืื ืืฉืืจ ืืคืืกืื ืืฉื ืื;
- ืืืืื, ืืืืจ ืืืฉืื ืืืืชืจ: ืื ื ืืืกืืคืื ืืจืืื ืืช Regularization, ืฉืืืืืื ืฉืืืฉืงืืื ืื ืืฉืชื ื ืืจืื ืืืืก ืืืื ืืืฉื ืขื ืคื ืื ืืจืื.
ืืืืืื ืฉืืื ืจืืื ืืคืกื ืืฉ ืืงืืืื, ืื ื ืืืืืื ืืืืืจ ืืช ืืขืจืืื ืืืืคืืืืืืื ืืืฉืืื ืฉืื ื ืืืืฆืขืืช ืืืืืช ืฆืืื ืื ืขื ืกืื ืืจืืฉืืช ืืืืฆืจ.
ะะตัะตะฒัั
ื ืขืืืจ ืืขืฆื ืืืืื. ืจืืืื ื ืืช ืืืืืืจืืชื ืืื ืืืืืื ื ืืกืฃ ืฉื ืขืฆืื:
- ืืืืฆืืจ ืืคืขืื ืืขืจ ืฉื 100-300 ืขืฆืื, ืืฉืจ ืืืืื ืขื ืกื ื ืชืื ืื ืืฉื.
- ืืกืืฃ ืื ืื ื ืืกืืจืื M = 5 ืืืงืื ืืืืกืืคืื 2M = 10 ืืืฉืื, ืืืืื ืื ืขื ืื ืกื ืื ืชืื ืื, ืืื ืขื ืืฉืงื ืืืื ืื ืชืื ืื ืืืืฉืื, ืื ืฉืืืืื ืืืืื ืฉืื ืื ืืฆืืืจ ืืืืื.
ืืจืืจ ืฉืขื ืืืื ืืกืคืจ ืืขืฆืื ืืื ืืืื ืืืฉ ืืฆืืฆื ืืืชื ืืขืช ืืขืช ืขื ืื ืช ืืขืืื ืืืื ืื. ืืฉื ืื, ืื ื ืืฉืชืืฉืื ืืืืงืืง ืืืืข ืฉื ืืฆื ืืขืช ืืื ืืงืื (KD). ืืงืฆืจื ืขื ืขืงืจืื ืคืขืืืชื.
- ืืฉ ืื ื ืืช ืืืืื ื"ืืืจืื" ืื ืืืื. ืื ื ืืจืืฆืื ืืช ืื ืขื ืืขืจื ื ืชืื ื ืืืืืื ืืืงืืืื ืืช ืืชืคืืืืช ืืืกืชืืจืืช ืฉื ืืืืชื ืืคืื.
- ืืืืจ ืืื, ืื ื ืืืื ืื ืืช ืืืื ืืชืืืืืื (ืืืืื ืขื ืคืืืช ืขืฆืื ืืืงืจื ืื) ืืืืืจ ืขื ืชืืฆืืืช ืืืืื ืืืืฆืขืืช ืืชืคืืืืช ืืืืชื ืืืฉืชื ื ืืืขื.
- ืืฉืื ืืฆืืื ืืื ืฉืืื ื ื ืืฉืชืืฉืื ืืกืืืื ืืขืจื ืื ืชืื ืื ืืฉืื ืฆืืจื, ืืืื ืื ื ืืืืืื ืืืฉืชืืฉ ืื ืชืื ืื ืฉืจืืจืืชืืื. ืืืืื, ืื ื ืืฉืชืืฉืื ืืืืื ื ืชืื ืื ืืืจื ืืืืืื ืืืืื ืืืจืื ืืืืื ืืกืืืื ืืื. ืืคืืื, ืืขืจื ืืืืจืื ืืืคืฉืจ ืื ื ืืืืืื ืืช ืืืืง ืืืืื, ืืืืืืช ืืืจื ืืืืืื ืืืฆืืขืื ืืืืื ืืืคืฆืช ืืืืฆืืจ, ืชืื ืคืืฆืื ืขื ืืืืื ืฉื ืืขืจื ืืืืจืื.
ืืฉืืืื ืฉื ืฉืชื ืืืื ืืงืืช ืืืื (ืืืกืคืช ืขืฆืื ืืืคืืชืช ืืกืคืจื ืืขืช ืืขืช ืืืืฆืขืืช ืืืงืืง ืืืข) ืืืืื ืืื ืกืช ืืคืืกืื ืืืฉืื ืืืืฉืืืืช ืืืื.
ืืขืืจืช KD ืื ื ืืืฆืขืื ืื ืคืขืืืืช ืฉืื ืืช ืขื ืืืคืืื ื ืืืื, ืืื ืืกืจืช ืชืืื ืืช ืืขืืืื ืขื ืคืขืจืื. ืืืงืจื ืฉืื ื, ืืฉ ืื ื ืืกืคืจ ืืืคืืื ืื ืกืืืืกืืืื ืืฉืืืื (ืขื ืืื ืฉืืืืื, ืืืืื ืืงืกื, ืืชืืืืช URL ืืื') ืืืืืืกื ืื ืืืกื ืื ืชืื ืื, ืืฉืจ ื ืืืื ืืืืืฉื. ืืืืื, ืืืืื, ืืื ื ืืืื ืืืชืคืชืืืช ืืื ืฉื ืืืจืืขืื, ืฉืื ืืฆืื ืืฉื ืืื ื ืืชืจืืฉืื ืืืขืจื ืืืืืื ืื. ืืืงืจืื ืืืื, ืื ื ืืฉืืืื ืืื ืืงืืช KD ืืืืืื: ืืขืช ืืืืื ืืืืง ืืื ืชืื ืื, ืื ื ืืกืืจืื ืื ืืืคืกืื ืืช ืืชืืื ืืช ืื ืืืฆืืช, ืืืืงืืื ืืช ืืชืืืืืช ืืืงืืจืืืช (ืคืืืื ืฉื ืืืืื ืื ืืืื), ืืืืื ืืกืืืื ื ืืืื ืืืืืจ ืขื ืืคืฆื ืื .
ืฉืื ื ืื ืฉืืื ืฉืืชืจืืฉืช ืื ืืคืืืฆืื ืจืฆืื ืืช ืืืชืจ ืฉื ืืืืื, ืื ืืื ืืืื ืืืืืช ืืืื ืื ืืจืฉ.
ืืกืจืช ืชืืื ืืช, ืืคืขืืื ืืคืฉืืื ืืืืชืจ, ืืืจืฉืช ืจืง ืืืง ืงืื ืืืืจืืื, ืืืืืื ืฉืจืง ืืื ืชืืื ืืช ืืฉืชื ืืช, ืืืืื ืื ืืืื ืืืืฉืจ ืขื ืืืชื ืกื - ืืืืื ืืื ืืื ืืืื. ืืื ืืคืฉื ืืช ืืืืื (ืืคืืชืช ืืกืคืจ ืืขืฆืื ืืกืคืจ ืคืขืืื), ืืืจ ื ืืจืฉืื 50 ืขื 50. ืืืฉืืื ืืฉืืืืช ืฉื ืืืคืืื ืื ืกืืืืกืืืื ืืฉืืืื ืฉืืฉืคืืขื ืืืืคื ืจืฆืื ื ืขื ืืืฆืืขื ืืืืื, ื ืืจืฉืช ืืจืืื ืจืื ืขืื ืืืชืจ ืืื ืืืืฉืจ ืืช ืืขืืืื ืฉื ืืืืื. ืืื ืืืฉ ืขืืื ืืคื ื ืืฉืืืืช ืขื ืื ืกืืื ืืืืชืืืช.
FastText
ืืืื ื ืขืืืจ ื-FastText. ืืจืฉื ืื ืืืืืืจ ืืื ืฉืืืืฆืื (Embedding) ืฉื ืืืื ืืืจืื ืืกืืื ืืืืขื ืฉื ืืืืื ืขืฆืื ืืื ืืืืชืืืช ืฉืื N-grams, ืืืจื ืืื ืืจืืืจืืืช. ืืืืืื ืฉืืืืืืช ืืืืืช ืื ืืจืื ืืจืืืจืืืช, ื ืขืฉื ืฉืืืืฉ ื-Bucket Hashing, ืืืืืจ, ืืืืจ ืืช ืื ืืืื ื-hashmap ืงืืืข ืืกืืื. ืืชืืฆืื ืืื ืืชืงืืืช ืืืจืืฆืช ืืืฉืงื ืขื ืืืื ืืฉืืื ืืคื ืืืืช ืืืกืคืจ ืืืืื + ืืืืื.
ืขื ืืืฉืจื ื ืืกืคืช, ืืืคืืขืื ืกืืื ืื ืืืฉืื: ืืืืื ืืืจืืืจืืืช. ืฉืื ืืืจ ืืฉืืขืืชื ืื ืงืืจื ืืืืจืืช ืืขืงื ืกืื ืืจืืืช ืืคืืืกืืืง. ืจืง ืืฉืงืืื ืืฉื ืื ืขื ืื ืืจืืคืื ืฆืืืืช ืืืืื ืื ืืืืฉ ืขื ื ืชืื ืื ืืืฉืื. ืืคืืื, ืื ื ืขืฉื ืฉืืืืฉ ืืชืืื ืืช ืืืฉืืช; ืืืืื, ืืืืฉื ืื ืืฉ ืืช ืื ืืืกืจืื ืืช ืฉืชืืืจื ืืขืื ืืงืฉืืจืื ืืืืกืจ ืื ืืืื ืฉื ืืืืื ืืืืฆืืจ. ืื ืืกืืื ืฉืฉืื ืื ื ืืขื ืืช FastText. ืื ื ืืืกืืคืื ืืช ืื ืืืฉืงืืืืช ืืืืฉืืช (ืืืืื ืืืจืืืจืืืช), ืืจืืืืื ืืช ืื ืืืืจืืฆื โโืขื ืื ืืจืืคืื ืฆืืืืช ืืืืกืืคืื ืจืืืืฆืื ืืจืืื ืืช ืืื ืืืืื ืืืืื ืืืื ืืืจื, ืื ืฉืืืืื ืฉืื ืื ืื ืืฉืืขืืชื ืืืฉืงืืื ืืืฉื ืื.
CNN
ืจืฉืชืืช ืงืื ืืืืืฆืืื ืืืช ืื ืงืฆืช ืืืชืจ ืืกืืืืืช. ืื ืืฉืืืืช ืืืืจืื ืืช ืืืฉืืื ื-CNN, ืื, ืืืืื, ืืชื ืืืื ืืืืฉื ืจืืืืฆืื ืืจืืื ืืช ืืืืืืื ืืืฉืืืืช. ืืื ืื ื ืืจืฉืช ืืืฉืจื ื ืืกืคืช ืฉื ืื ืืจืฉืช, ืื ืืืจ ืื ื ืืชื ืืืืื ืจืืืืฆืื ืืื ืขื ืื ืืฉืืืืช. ืขื ืืืช, ืืฉื ื ืืคืฉืจืืช ืืืืฉืืจ ืืืืขืืช ืืฉืืืืืช ืืืืฆืขืืช Triplet Loss (
ืืคืกื ืืฉืืืฉ
ืืขืืจืช ืืฉืืืช ืื ืื-ืคืืฉืื ื ืืืืืื, ืืืื ื ืกืชืื ืขื Triplet Loss ืืืื ืืื ืืืืืื. ืื ืื ื ืืืงืืื ืืช ืืืืื ืฉืื ื, ืืื ืื ืืืืืืืช ืืืืืืืช ืืฉืืืืืืช ืฉื ืืืืืืื ืฉื ืืืจืืช ืืืจืืช. ืื ื ืืืืขืจืื ืืช ืืืจืืง ืืื ืืจืืฉืื ืืืืงืกืืื ืืช ืืืจืืง ืืื ืืฉื ื, ืื ื ืขืืฉืื ืืืช ืขื ืคืขืจ ืงืื ืืื ืืืืืื ืงืืืคืงืืืืช ืืืืื ืืืชืจ ืฉื ืืืืืงืืช.
ืื ื ืืฉืื ืืืื ืืช ืืจืฉืช, ืื ืืืจืื ืืืืจื ืฉืื ื ืืฉืชื ื ืืืืืืื, ืืืื ืืืคื ืืืืืืื ืื ืชืืื ืืงืืื. ืื ืืขืื ืจืฆืื ืืช ืืืขืืืช ืืืฉืชืืฉืืช ืืืงืืืจืื. ืืื ืืขืงืืฃ ืืช ืืืขืื ืืื, ืื ื ืืขืจืืืื ืืืืขืืช ืืฉื ืืช ืืืืื ืืืืืื.
ืืืกืคื ื ื ืชืื ืื ืืืฉืื ืืกื ืืืืืื ืื ืืืืื ืื ืืช ืืืจืกื ืืฉื ืืื ืฉื ืืืื ืืืคืก. ืืฉืื ืืฉื ื, ืื ื ืืืื ืื ืืช ืืจืฉืช ืฉืื ื (Finetuning): ืชืืืื ืืฉืืื ืืืืจืื ื ืืืฉืืื, ืืืืืจ ืืื ืืจืฉืช ืืืื ืืืคืจืช. ืืชืืืื ืืืืืืจ ืฉื ืฉืืืฉืืืช, ืื ื ืืืฉืืื ืจืง ืืืง ืืืืืืขืืช ืืืืฆืขืืช ืืืืื ืืืืืื, ืืฉืืจ - ืืืืฆืขืืช ืืืฉื. ืืคืืื, ืืชืืืื ืฉื ืืืฉืจื ื ืืกืคืช, ืื ื ืืืืืืื ืืช ืืชืืืืืช ืฉื ืจืืืืื ืืืจืืื v1 ื-v2. ืืจืกื ืืืืืืืช ืฉื ืจืืืืฆืื ืืจืืื ืืช.
ืืืจืืืืืช ืฉืืื
ืื ื ืืงื ืืืฉืืื ืืช ืืืขืจืืช ืืืื ืืืืฆืขืืช ืื ืื ืกืคืื ืืืืืื, ืื ืืืืืืื ืืื ื ืืืืืืื, ืืื ืืงืื ื ืื ืืื ืืชืื ืืฉื ื. ืื ื ืืฆืืืื ืชืืื ืืช, ืืงืกื ืืชืืื ืืช ืืืจืืช, ืืืืฆืขืืช CNN ื-Fast Text ืื ื ืืงืืืื ืืืืขืืช. ืืืืจ ืืื, ืืกืืืืื ืืืืฉืืื ืขื ืืื ืืืืืขืืช, ืืืกืคืงืืช ืฆืืื ืื ืืืืืงืืช ืฉืื ืืช (ืกืืื ืืืชืืื, ืืืืจ ืืื, ื ืืืืืช ืฉื ืืืื). ืืืืชืืช ืืืกืืื ืื ืืืจ ื ืื ืกืื ืืืขืจ ืืขืฆืื ืืงืจืืช ืงืืืช ืืืืืื ืืกืืคืืช. ืืกืืืืื ืืืืืื ืืกืืืื ืื ืืืคืฉืจืื ืืคืจืฉ ืืื ืืืชืจ ืืช ืชืืฆืืืช ืืืขืจืืช ืืืืชืจ ืืืืง ืืืืฉืืจ ืืืืฉ ืจืืืืื ืืืงืจื ืฉื ืืขืืืช, ืืืงืื ืืืืื ืืช ืื ืื ืชืื ืื ืืขืฆื ืืืืื ืืฆืืจื ืืืืืืช.
ืืชืืฆืื ืืื, ืื ื ืืืืืืื ืืืฉืืืืช ืืื ืจืื. ืืจืื ืืชืืชืื ื ื-CNN ืื-Fast Text ืื ื ืืฉืชืืฉืื ืืจืืืืฆืื ืืจืืื ืืช, ืขืืืจ ืืืกืืืืื ืืืืฆืข ืื ื ืืฉืชืืฉืื ืื ืืจืืืืฆืื ืืจืืื ืืช ืืืืืื ืงืฆื ืืขืงืืืืช ืฉื ืืชืคืืืืช ืืืกืชืืจืืช. ืืืื, ืืืืืง ืืขืฆืื ืืืืื ืืืืจืื ืื ืืืืฆืขืืช ืืืงืืง ืืืข.
ืืืืคื ืืืื, ืฉืืืจื ืขื ืืขืจืืช ืืืืืช ืืืื ื ืืงืื ื ืช ืืื ืืื ืืืจื ืืื ืืื, ืฉืื ืื ืจืืื ืืจืื ืื ืืืื ืืืืื ืืขืืืื ืืื ืืืขืจืืช ืืืขืื. ืื ืืืืืื ืฉืืืืืจื ืฉืื ื ืื ืจืืื ืืฉืชื ื ืืขื ืืชืืื ืืงืืืื, ื ืืชื ืืขืืื ืืช ืืืขืจืืช ืืืื ืืืง ืืืจ ืืืง ืืื ืฆืืจื ืืืืืื ืืืืฉ ืฉื ืืืื ื ืืืื, ืื ืฉืืืคืฉืจ ืืชืืื ืื ืืื ืชืงืืจื ืจืฆืื ืืช.
ืืคืจืืก
ืื ื ืืืืกืืฃ ื ืชืื ืื ืืืืจืื ื ืืกืคืช ืฉื ืกืืืื ืฉืื ืื ืฉื ืืืืืื, ืื ืื ืื ื ืขืืืจืื ืืคืจืืกื ืฉืืื ืืกืืืืช ืืืืฆืืจ.
ืืืืงืช A/B
ืืคื ืฉืืืจืชื ืงืืื, ืืชืืืื ืืืกืืฃ ืื ืชืื ืื ืื ื ืืงืืืื ืืืจื ืืื ืืืื ืืืื, ืฉืืื ื ืื ืืคืฉืจ ืืืขืจืื ืืช ืืืฆืืขื ืืืืฆืืจ ืฉื ืืืืื. ืืื, ืืขืช ืืคืจืืกื ืืฉ ืืืฉืืืช ืืช ืืืืื ืืืจืกื ืืงืืืืช ืขื ืื ืช ืืืืื ืืื ืืืืจืื ืืชื ืืืื ืืคืืขื, ืืืืืจ ืืืฆืข ืืืืงืืช A/B. ืืืขืฉื, ืชืืืื ืืืคืฆื ืืื ืืชืื ืฉื ืชืจืฉืืืื ืืื ืฉืืจืชื ืืืื ืื ืืชื ืืืคืื ืืืชื ืืืืืืืื ืืงืืืช. ืื ื ืืคืืฆืื ืืช ืืืืืืื ืฉืื ื ืืืืจืื ื-5%, 30%, 50% ื-100% ืืืืฉืชืืฉืื, ืชืื ืืืกืืฃ ืื ืืืืืื ืืืืื ืื ืขื ืชืืืืืช ืืืืื ืืืฉืื ืืฉืชืืฉืื. ืืืงืจื ืฉื ืืจืืืื ืืืืจืื, ืื ื ืืืืืจืื ืืช ืืืืื ืืืืืจ ืืืืคื ืืืืืืื, ืืืืงืจืื ืืืจืื, ืืืืจ ืฉืืกืคื ื ืืกืคืจ ืืกืคืืง ืฉื ืงืืืงืื ืฉื ืืฉืชืืฉืื, ืื ื ืืืืืืื ืืืืืื ืืช ืืืืื. ืืชืืฆืื ืืื, ืื ื ืืืืืื ืืช ืืืื ืืืืฉ ื-50% ืืืืฉืชืืฉืื ืืืืคื ืืืืืืื ืืืืืืื, ืืืืฉืงื ืืื ืืงืื ืชืืืฉืจ ืขื ืืื ืืื, ืื ืื ืฉืื ืื ืืืื ืืืืืช ืืืืืืื.
ืขื ืืืช, ืชืืืื ืืืืงืช A/B ืืฆืืข ืืงืื ืืืืคืืืืืืฆืื. ืืขืืืื ืืื ืฉืื ืืืื A/B ืืื ืื ืืจืื (ืืืงืจื ืฉืื ื ืื ืืืงื ืืื 6 ื-24 ืฉืขืืช ืชืืื ืืืืืช ืืืฉืื), ืื ืฉืืืคื ืืืชื ืืืงืจ ืืืื ืืขื ืืฉืืืื ืืืืืืื. ืื ืืกืฃ, ื ืืจืฉ ืืืื ืืจืืื ืืืื ืืกืคืืง ืขืืืจ ืืืืืงื ืืื ืืืืืฅ ืืขืฆื ืืช ืืืื ืืืืื ืฉื ืืืื A/B (ืืืืก ืืืื ืืืืืง ืกืืืืกืืืช ืืืขืจืืช ืืืืื ืืืืื ืงืื ืืืื ืืงืืช ืืื ืจื ืืืื), ืื ืฉืืืคื ืืช ืืกืคืจ ืืจืืฆื A/B ืืืืื ืืืืชืจ. ืืจืืจ ืฉืขืืื ื ืืืืืง ืจืง ืืช ืืืืืื ืืืืืืืื ืืืืชืจ, ืืื ืื ื ืืงืืืื ืื ืืจืื ืืืืื ืชืืืื ืืืืฉืจื ืื ืืกืฃ.
ืืื ืืคืชืืจ ืืขืื ืื, ืืืฉืจื ื ืืกืืื ื ืคืจื ืฉืื ืื ืืช ืืฆืืืชื ืฉื ืืืื A/B. ืืฉื ืื, ืื ื ืืืงืืื ื ืชืื ืื ืกืืืืกืืืื ืฉื ืงืืืช ืืืืืืช, Precision, Recall ืืืืืื ื ืืกืคืื ืขื ืืขืจื ืืืืจืื, ืขื ืื ืืื ืืขื ืืืืื ืืืืจื ืืชืืื ืืช. ืืื ืื, ืื ื ืืฉืืืื ืืช ืืืื ืขื ืืืืื ืื ืืืื ืืืืฆืืจ, ืขื ืืืืจืืกืืืืช, ืืืืงืืื ืืืฉืืื ืืช ืืืืจืืืืช ืฉื ืืืืื. ืืืืฆืขืืช ืื ืืชืืื ืืช ืืืื, ืืกืืื ืฉืืืืฉืจ ืขื ืืืกืืืจืืืช ืืืื ืื ืืขืจืื ืืืืืื ืืืขืืืื, ืืืงืจื ืฉืื ื ืืื ืื ืืขืจืืช ืขืฆืื, ืืืืืื ืืืืื ืืื ืืืฉืชืืฉ ืืืืื A/B.
ืืืื ืืืืฉืื, ืืืฉื ืื ืืคืฉืจื ืื ื ืืืืืื ืืช ืืกืคืจ ืืืื ื ื-A/B ืืืืฆืืืื ืืกืคืจ ืคืขืืื.
ืืืืงืืช ืื ืืืืจ
ืืืืงืืช ืื ืืืืจ, ืืืจืื ืืคืื, ืื ืคืืืขืื ืืืจืืืืช ืฉืื ื, ืืื ืืืืคื, ืื ืืฉืคืจืื ืืืชื ืืืฉืืจืจืื ืืืชื ื ืืืชื ืืืืชืจ. ืืืืงื ืืืคืฉืจืช ืื ืืื ืืข ืืฉื, ืื ืืืืจ ืืืคืฉืจ ืื ืืืืืช ืืืชื ืืืื ืืื ืืืคืืืช ืืช ืืืฉืคืขื ืขื ืืืฉืชืืฉืื.
ืืฉืื ืืืืื ืืื ืฉืืืืงืื ืื ืืืืืืจ ืืืขืจืืช ืฉืื ืชืืื ืชืขืฉื ืืขืืืืช - ืื ื ืืืข ืืืืืืจ ืืคืืชืื ืฉื ืื ืชืืื ื. ืืชืืืืช ืคืืชืื ืืืขืจืืช ืชืืื ืืฉ ืืจืื ืืืืื ืขื ืฉืืื ืืกืชืืจ ืืืฉืื ืืขืืงืจื ืฉื ืืืืฉื ืืช ืืกืชืืื. ืืื ืขื ืืืื, ืืื ืืจืืคืื ืืืื ืืช ืฉืื, ืืฉืื ืืืคืืขืืช ืฉืืืืืช - ืขืงื ืืฉืคืื ืฉื ืจืืืืื ืืกืืื ืืฉืื ืืืื ืื ืชืื ืื, ืขืืืื ืืืืจืชื ืืืชืืื.
ืืื ืื ื ืจืืฆื ืืฆืืื ืฉืื ืืขืจืืช ืืืืืช ืืืื ื ืฆืจืืื ืืืืืฉื ืื ืงืืืช ืืืื ืฉื ืืจืืื ืฉืื ืืืืจื ืื ืืืืืจ ืืืืื ืฉืื. ืืืจืฃ ืืืื ืืฆืื ืืืืื ืืืืคื ืฉืื ืืืขืจืืช ืคืืขืืช ืืื ืืชืคืืก ืกืื ื ืืืจ ืฉื ืืืืจ ืืื (ืืงื ืืืจืฃ ืงืจืื ืืืคืก). ืืื ืืื, ืืืื ืชืืื ื ืฉืืืื ืืืืืื, ืืื ืืฉืชืืขื. ืืืืื ื, ืื ืืื ืืขืงื ืืืจ ืืคืขืื ืืจืืื; ืืชืืฆืื ืืื, ืืืขืจืืช ืืืื ืืฉืืืจ ืืืชืืื ืืืืืืืช ืืืืืืช ืืชืืงืืืช "ืกืคืื" ืืืืื ืงืืืช ืืืืืืืช. ืืืจืืช ืชืืงืื ืืืฉืืืืช, ืืืขืจืืช ืืืจ ืขืฉืชื ืืขืืืืช ืื ืื ืืจืื ืคืขืืื ืฉืืื ืื ืชืืืืจ ืืช ืขืฆืื ืื ืืขืื ืืืฉ ืฉื ืื. ืืื ืืืฉืืื ืืืืื ืื ืงืืืช ืืืื ืฉื ืืืืืจ ืืืืื ืฉื ืืืื.
ืืื, ืืืจ ืื ืคืฉืื ืืื ื ืืืืจ ืืืื ืืืคืื ืืืคืชื ืืืืื ืฉื ืืืืื ืืช. ืื ืืกืฃ ืืืืืื ืกืื ืืจืืืื ืืืจืืจืื, ืื ื ืฉืืงืืื ืืช ืืชืคืืืืช ืืชืืืืืช ืืืฆืืื ืื ืฉื ืืืืื, ืืื ืื ืืช ืืืชืคืืืืช ืฉื ืขืจืื ืชืืื ืืช ืืคืชื. ืืืืฆืขืืช ืกืืืืช KL, ื ืืื ืืืฉืืืช ืืช ืืืชืคืืืืช ืื ืืืืืช ืืื ืืืืกืืืจืืช ืื ืืช ืืขืจืืื ืืืืื A/B ืขื ืฉืืจ ืืืจื, ืื ืฉืืืคืฉืจ ืื ื ืืืืืื ืืืจืืืืช ืืืืื ืืืืืืืจ ืฉืื ืืืื ืืืื.
ืืจืื ืืืงืจืื, ืื ื ืืฉืืงืื ืืช ืืืืจืกืืืช ืืจืืฉืื ืืช ืฉืื ื ืฉื ืืขืจืืืช ืืืืฆืขืืช ืืืืจืืกืืืืช ืคืฉืืืืช ืื ืืืืืื ืฉืืื ืื ื ืืฉืชืืฉืื ืื ืืืืจ ืืขืชืื. ืืืืืื, ืื ื ืขืืงืืื ืืืจ ืืืื NER ืืืฉืืืื ืืืืืืื ืืจืืืืื ืขืืืจ ืื ืืืืช ืืงืืื ืืช ืกืคืฆืืคืืืช, ืืื ืืืกืื ืืืกืืืืื ืืืจื ืืืฉืืืื ืืืืื, ืื ืื ื ืืืื ืื ืืช ืืกืืืืช. ืขืื ืฉืืืืฉ ืฉืืืืฉื ืืืืืจืืกืืืงื!
ืชืืฆืืืช ืฉื
ืืืื ื ืขืืืจ ืฉืื ืขื ืืจืขืืื ืืช ืืืจืืืืื ืฉื ืืืืืจ.
- Fibdeck. ืื ืื ื ืชืืื ืืืฉืืื ืขื ืืืฉืชืืฉ: ืืื ืืื ืืืื ืขื ืืืขืืืืช ืฉืื ื, ืืื ืืื ืืืื ืืืืื ืขืืืื. ืื ืชืฉืื ืฉืืฉืชืืฉืื ืืื ื ืืงืืจ ืืืฉืื ืืืืจ ืขืืืจ ืืืื ืืืืื, ืืืฉ ืฆืืจื ืื ืงืืช ืืืชื ืืขืืจืช ืืขืจืืืช ML ืขืืจ. ืื ืื ื ืืชื ืืืกืืฃ ืืืช ืืืืฉืชืืฉ, ืื ื ืืืคืฉืื ืืงืืจืืช ืืฉืื ืืืืคืืื, ืืืฉื ืืขืจืืืช ืืืืืจืืช.
- ืืืืื ื ืืกืฃ. ืืขืืงืจ ืืื ืืื ืืืฉืืืืช, ืื ืื ืื ื ืืกืชืืืื ืขื ืืืื ืืืืฆืืจ ืื ืืืื. ืื ื ืืืื ืื ืืืืื ืืืฉืื ืื ืฉืื ืื ืืืื ืฉืื ืื ืืืจืื ืืืงืืื ืขืงื ืจืืืืฆืื ืืจืืื ืืช ืืืจืืงืื ืืืืื.
- ืืคืจืืก. ืคืจืืกื ืืืืืืืืช ืืืืืกืกืช ืขื ืืืืื ืืคืืืชื ืืืื ืืช ืืื ืืืืขืช ืืืืืื. ื ืืืืจ ืกืืืืกืืืงื ืืืคืฆื ืฉื ืงืืืช ืืืืืืช, ืืกืคืจ ืื ืคืืืืช ืืืฉืชืืฉืื ืืื ืืืื ืืฉืื ื ืจืืืขื ืืืกืืฃ ืฉืืืข ืคืจืืืืงืืืื.
ืืืื, ืื ื ืืงืืื ืฉืื ืืขืืืจ ืื ืืฉืคืจ ืืช ืืขืจืืืช ื-ML ืฉืื ืืืจ ืืืชืจ, ืืืืื ืืืชื ืืฉืืง ืืืจ ืืืชืจ ืืืืคืื ืืืชื ืืืืื ืืช ืืืชืจ ืืคืืืช ืืืืืฆืืช.
ืืงืืจ: www.habr.com