របៀបបើកមតិហើយមិនលង់ក្នុងសារឥតបានការ

នៅពេលដែលការងាររបស់អ្នកគឺបង្កើតអ្វីដែលស្រស់ស្អាត អ្នកមិនចាំបាច់និយាយច្រើនពេកទេ ព្រោះលទ្ធផលគឺនៅចំពោះមុខអ្នកគ្រប់គ្នា។ ប៉ុន្តែប្រសិនបើអ្នកលុបសិលាចារឹកចេញពីរបង គ្មាននរណាម្នាក់នឹងកត់សម្គាល់ការងាររបស់អ្នកទេ ដរាបណារបងមើលទៅសមរម្យ ឬរហូតដល់អ្នកលុបអ្វីមួយខុស។

សេវាកម្មណាមួយដែលអ្នកអាចទុកមតិយោបល់ ពិនិត្យ ផ្ញើសារ ឬបង្ហោះរូបភាពឆាប់ឬក្រោយមកប្រឈមមុខនឹងបញ្ហាសារឥតបានការ ការក្លែងបន្លំ និងអាសអាភាស។ នេះមិនអាចជៀសវាងបានទេ ប៉ុន្តែត្រូវតែដោះស្រាយ។

ឈ្មោះរបស់ខ្ញុំគឺ Mikhail ខ្ញុំធ្វើការលើក្រុម Antispam ដែលការពារអ្នកប្រើប្រាស់សេវាកម្ម Yandex ពីបញ្ហាបែបនេះ។ ការងាររបស់យើងកម្រត្រូវបានកត់សម្គាល់ (ហើយនោះជារឿងល្អ!) ដូច្នេះថ្ងៃនេះខ្ញុំនឹងប្រាប់អ្នកបន្ថែមទៀតអំពីវា។ អ្នកនឹងរៀននៅពេលដែលការសម្របសម្រួលគ្មានប្រយោជន៍ ហើយហេតុអ្វីបានជាភាពត្រឹមត្រូវមិនមែនជាសូចនាករតែមួយគត់នៃប្រសិទ្ធភាពរបស់វា។ យើង​ក៏​នឹង​និយាយ​ផងដែរ​អំពី​ការ​ស្បថ​ដោយ​ប្រើ​ឧទាហរណ៍​របស់​ឆ្មា និង​ឆ្កែ ហើយ​ហេតុអ្វី​បាន​ជា​ជួនកាល​វា​មាន​ប្រយោជន៍​ក្នុង​ការ "គិត​ដូច​អ្នក​ស្បថ"។

សេវាកម្មកាន់តែច្រើនកំពុងលេចឡើងនៅក្នុង Yandex ដែលជាកន្លែងដែលអ្នកប្រើប្រាស់ផ្សព្វផ្សាយមាតិការបស់ពួកគេ។ អ្នកអាចសួរសំណួរ ឬសរសេរចម្លើយនៅក្នុង Yandex.Q ពិភាក្សាអំពីព័ត៌មាន yard នៅក្នុង Yandex.District ចែករំលែកស្ថានភាពចរាចរណ៍នៅក្នុងការសន្ទនានៅលើ Yandex.Maps ។ ប៉ុន្តែនៅពេលដែលចំនួនទស្សនិកជនរបស់សេវាកម្មកើនឡើង វាក្លាយជាទាក់ទាញសម្រាប់អ្នកបោកប្រាស់ និងអ្នកផ្ញើសារឥតបានការ។ ពួកគេមកបំពេញមតិយោបល់៖ ពួកគេផ្តល់ប្រាក់ងាយស្រួល ផ្សព្វផ្សាយការព្យាបាលអព្ភូតហេតុ និងសន្យាអត្ថប្រយោជន៍សង្គម។ ដោយសារតែអ្នកផ្ញើសារឥតបានការ អ្នកប្រើប្រាស់មួយចំនួនបាត់បង់ប្រាក់ ខណៈពេលដែលអ្នកផ្សេងទៀតបាត់បង់បំណងប្រាថ្នាក្នុងការចំណាយពេលវេលាលើសេវាកម្មដែលគ្មានប្រយោជន៍ដែលពោរពេញទៅដោយសារឥតបានការ។

ហើយនេះមិនមែនជាបញ្ហាតែមួយគត់ទេ។ យើងខិតខំមិនត្រឹមតែការពារអ្នកប្រើប្រាស់ពីអ្នកបោកប្រាស់ប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងបង្កើតបរិយាកាសផាសុកភាពសម្រាប់ការទំនាក់ទំនងផងដែរ។ ប្រសិនបើ​មនុស្ស​ប្រឈមមុខ​នឹង​ការ​ស្បថ និង​ប្រមាថ​ក្នុង​ការ​បញ្ចេញមតិ ពួកគេ​ទំនង​ជា​ចាកចេញ ហើយ​មិន​ត្រឡប់​មកវិញ​ទេ។ នេះមានន័យថា អ្នកក៏ត្រូវចេះដោះស្រាយរឿងនេះដែរ។

សម្អាតគេហទំព័រ

ដូចយើងជាញឹកញាប់ដែរ ការវិវឌ្ឍន៍ដំបូងបានកើតនៅក្នុង Search ដែលជាផ្នែកដែលប្រឆាំងនឹងសារឥតបានការនៅក្នុងលទ្ធផលស្វែងរក។ ប្រហែលដប់ឆ្នាំមុន ភារកិច្ចត្រងមាតិកាសម្រាប់មនុស្សពេញវ័យសម្រាប់ការស្វែងរកជាលក្ខណៈគ្រួសារ និងសម្រាប់សំណួរដែលមិនទាមទារចម្លើយពីប្រភេទ 18+ បានបង្ហាញខ្លួននៅទីនោះ។ នេះជារបៀបដែលវចនានុក្រមវាយបញ្ចូលដោយដៃជាលើកដំបូងនៃរឿងអាសអាភាស និងការស្បថបានបង្ហាញខ្លួន ពួកគេត្រូវបានបំពេញបន្ថែមដោយអ្នកវិភាគ។ ភារកិច្ចចម្បងគឺដើម្បីចាត់ថ្នាក់សំណើទៅជាកន្លែងដែលវាអាចទទួលយកបានដើម្បីបង្ហាញមាតិកាសម្រាប់មនុស្សពេញវ័យ និងកន្លែងដែលវាមិនមែន។ សម្រាប់កិច្ចការនេះ ការសម្គាល់ត្រូវបានប្រមូល សរីរវិទ្យាត្រូវបានសាងសង់ ហើយគំរូត្រូវបានបណ្តុះបណ្តាល។ នេះជារបៀបដែលការអភិវឌ្ឍន៍ដំបូងសម្រាប់ការត្រងមាតិកាដែលមិនចង់បានបានបង្ហាញខ្លួន។

យូរ ៗ ទៅ UGC (មាតិកាដែលបង្កើតដោយអ្នកប្រើប្រាស់) បានចាប់ផ្តើមលេចឡើងនៅក្នុង Yandex - សារដែលត្រូវបានសរសេរដោយអ្នកប្រើប្រាស់ខ្លួនឯងហើយ Yandex បោះពុម្ពតែប៉ុណ្ណោះ។ សម្រាប់ហេតុផលដែលបានពិពណ៌នាខាងលើ សារជាច្រើនមិនអាចត្រូវបានបោះពុម្ពដោយមិនមើលទេ - ការសម្របសម្រួលត្រូវបានទាមទារ។ បន្ទាប់មកពួកគេបានសម្រេចចិត្តបង្កើតសេវាកម្មដែលនឹងផ្តល់ការការពារប្រឆាំងនឹងសារឥតបានការ និងអ្នកវាយប្រហារសម្រាប់ផលិតផល Yandex UGC ទាំងអស់ ហើយប្រើប្រាស់ការអភិវឌ្ឍន៍ដើម្បីត្រងមាតិកាដែលមិនចង់បាននៅក្នុងកម្មវិធីស្វែងរក។ សេវាកម្មនេះត្រូវបានគេហៅថា "គេហទំព័រស្អាត" ។

កិច្ចការថ្មី និងជំនួយពីអ្នករុញ

ដំបូងឡើយ មានតែស្វ័យប្រវត្តិកម្មសាមញ្ញប៉ុណ្ណោះដែលដំណើរការសម្រាប់យើង៖ សេវាកម្មបានផ្ញើអត្ថបទមកយើង ហើយយើងបានដំណើរការវចនានុក្រមអាសអាភាស វចនានុក្រមអាសអាភាស និងកន្សោមធម្មតានៅលើពួកវា - អ្នកវិភាគបានចងក្រងអ្វីៗគ្រប់យ៉ាងដោយដៃ។ ប៉ុន្តែយូរ ៗ ទៅសេវាកម្មត្រូវបានប្រើប្រាស់ក្នុងការកើនឡើងនៃផលិតផល Yandex ហើយយើងត្រូវរៀនធ្វើការជាមួយបញ្ហាថ្មី។

ជាញឹកញាប់ ជំនួសឱ្យការពិនិត្យឡើងវិញ អ្នកប្រើប្រាស់បោះផ្សាយនូវសំណុំអក្សរដែលគ្មានន័យ ដោយព្យាយាមបង្កើនសមិទ្ធិផលរបស់ពួកគេ ពេលខ្លះពួកគេផ្សាយពាណិជ្ជកម្មក្រុមហ៊ុនរបស់ពួកគេក្នុងការពិនិត្យឡើងវិញអំពីក្រុមហ៊ុនរបស់ដៃគូប្រកួតប្រជែង ហើយពេលខ្លះពួកគេគ្រាន់តែច្រឡំស្ថាប័ន ហើយសរសេរនៅក្នុងការពិនិត្យឡើងវិញអំពីហាងលក់សត្វចិញ្ចឹម៖ " ត្រីឆ្អិនល្អឥតខ្ចោះ!” ប្រហែលជាថ្ងៃណាមួយ បញ្ញាសិប្បនិមិត្តនឹងរៀនយល់យ៉ាងល្អឥតខ្ចោះនូវអត្ថន័យនៃអត្ថបទណាមួយ ប៉ុន្តែឥឡូវនេះ ពេលខ្លះស្វ័យប្រវត្តិកម្មអាចដោះស្រាយបានអាក្រក់ជាងមនុស្សទៅទៀត។

វាច្បាស់ណាស់ថាយើងមិនអាចធ្វើវាដោយគ្មានសញ្ញាដោយដៃទេ ហើយយើងបានបន្ថែមដំណាក់កាលទីពីរទៅសៀគ្វីរបស់យើង—ផ្ញើវាសម្រាប់ការត្រួតពិនិត្យដោយដៃដោយមនុស្សម្នាក់។ អត្ថបទដែលបានបោះពុម្ពផ្សាយទាំងនោះដែលអ្នកចាត់ថ្នាក់មិនឃើញមានបញ្ហាណាមួយត្រូវបានរួមបញ្ចូលនៅទីនោះ។ អ្នកអាចស្រមៃមើលទំហំនៃកិច្ចការបែបនេះបានយ៉ាងងាយស្រួល ដូច្នេះហើយយើងមិនត្រឹមតែពឹងផ្អែកលើអ្នកវាយតម្លៃប៉ុណ្ណោះទេ ថែមទាំងបានទាញយកប្រយោជន៍ពី "ប្រាជ្ញានៃហ្វូងមនុស្ស" ពោលគឺយើងបានងាកទៅរកអ្នកនិយាយរកជំនួយ។ ពួកគេគឺជាអ្នកដែលជួយយើងកំណត់នូវអ្វីដែលម៉ាស៊ីនខកខាន ហើយដោយហេតុនេះបង្រៀនវា។

ឃ្លាំងសម្ងាត់ឆ្លាតវៃ និងការកំណត់ LSH

បញ្ហាមួយទៀតដែលយើងជួបប្រទះនៅពេលធ្វើការជាមួយមតិយោបល់គឺសារឥតបានការ ឬច្បាស់ជាងនេះទៅទៀតគឺបរិមាណ និងល្បឿននៃការរីករាលដាលរបស់វា។ នៅពេលដែលទស្សនិកជន Yandex.Region ចាប់ផ្តើមកើនឡើងយ៉ាងឆាប់រហ័ស អ្នកផ្ញើសារឥតបានការមកទីនោះ។ ពួកគេបានរៀនរំលងកន្សោមធម្មតាដោយការផ្លាស់ប្តូរអត្ថបទបន្តិច។ ពិតណាស់ សារឥតបានការនៅតែត្រូវបានរកឃើញ និងលុប ប៉ុន្តែនៅលើមាត្រដ្ឋានរបស់ Yandex សារដែលមិនអាចទទួលយកបានដែលបានបង្ហោះសូម្បីតែរយៈពេល 5 នាទីអាចត្រូវបានគេមើលឃើញដោយមនុស្សរាប់រយនាក់។

ជាការពិតណាស់ វាមិនសមនឹងយើងទេ ហើយយើងបានបង្កើតឃ្លាំងសម្ងាត់អត្ថបទឆ្លាតវៃដោយផ្អែកលើ LSH (ការបំផ្លិចបំផ្លាញដែលងាយរងគ្រោះតាមតំបន់) វាដំណើរការដូចនេះ៖ យើងបានធ្វើឱ្យអត្ថបទធម្មតា ដកតំណចេញពីវា ហើយកាត់វាទៅជា n-grams (លំដាប់នៃអក្សរ n)។ បន្ទាប់មក សញ្ញានៃ n-grams ត្រូវបានគណនា ហើយវ៉ិចទ័រ LSH នៃឯកសារត្រូវបានបង្កើតឡើងពីពួកវា។ ចំនុចនោះគឺថាអត្ថបទស្រដៀងគ្នា ទោះបីជាពួកគេត្រូវបានផ្លាស់ប្តូរបន្តិចក៏ដោយ ក៏ប្រែទៅជាវ៉ិចទ័រស្រដៀងគ្នាដែរ។

ដំណោះស្រាយនេះបានធ្វើឱ្យវាអាចប្រើឡើងវិញនូវសាលក្រមរបស់អ្នកចាត់ថ្នាក់ និងអ្នកនិយាយសម្រាប់អត្ថបទស្រដៀងគ្នា។ ក្នុងអំឡុងពេលនៃការវាយប្រហារសារឥតបានការ ដរាបណាសារដំបូងបានឆ្លងកាត់ការស្កេន ហើយចូលទៅក្នុងឃ្លាំងសម្ងាត់ជាមួយនឹងសាលក្រម "សារឥតបានការ" សារស្រដៀងគ្នាថ្មីទាំងអស់ សូម្បីតែសារដែលបានកែប្រែក៏ដោយ ក៏បានទទួលសាលក្រមដូចគ្នា និងត្រូវបានលុបដោយស្វ័យប្រវត្តិ។ ក្រោយមក យើងបានរៀនពីរបៀបហ្វឹកហាត់ និងបង្ហាត់អ្នកចាត់ថ្នាក់សារឥតបានការដោយស្វ័យប្រវត្តិ ប៉ុន្តែ "ឃ្លាំងសម្ងាត់ឆ្លាតវៃ" នេះនៅជាមួយយើង ហើយនៅតែជួយយើងជាញឹកញាប់។

អ្នកចាត់ថ្នាក់អត្ថបទល្អ។

ដោយមិនមានពេលវេលាដើម្បីសម្រាកពីការប្រយុទ្ធប្រឆាំងនឹងសារឥតបានការ យើងបានដឹងថា 95% នៃមាតិការបស់យើងត្រូវបានសម្របសម្រួលដោយដៃ៖ អ្នកចាត់ថ្នាក់មានប្រតិកម្មចំពោះតែការបំពានប៉ុណ្ណោះ ហើយអត្ថបទភាគច្រើនគឺល្អ។ យើងផ្ទុកអ្នកសម្អាតដែលក្នុង 95 ករណីក្នុងចំណោម 100 ផ្តល់ការវាយតម្លៃថា "អ្វីគ្រប់យ៉ាងគឺល្អ" ។ ខ្ញុំត្រូវតែធ្វើការងារមិនធម្មតាមួយ - បង្កើតការចាត់ថ្នាក់នៃមាតិកាល្អ ជាសំណាងល្អការសម្គាល់គ្រប់គ្រាន់បានប្រមូលផ្តុំក្នុងអំឡុងពេលនេះ។

អ្នកចាត់ថ្នាក់ទីមួយមើលទៅដូចនេះ៖ យើងកំណត់អត្ថបទ (កាត់បន្ថយពាក្យទៅជាទម្រង់ដំបូងរបស់វា) បោះចោលផ្នែកជំនួយទាំងអស់នៃការនិយាយ ហើយប្រើ "វចនានុក្រមនៃពាក្យល្អ" ដែលបានរៀបចំទុកជាមុន។ ប្រសិនបើពាក្យទាំងអស់នៅក្នុងអត្ថបទគឺ "ល្អ" នោះអត្ថបទទាំងមូលមិនមានការបំពានណាមួយឡើយ។ នៅលើសេវាកម្មផ្សេងៗគ្នា វិធីសាស្រ្តនេះបានផ្តល់ភ្លាមៗពី 25 ទៅ 35% នៃស្វ័យប្រវត្តិកម្មនៃការសម្គាល់ដោយដៃ។ ជាការពិតណាស់ វិធីសាស្រ្តនេះគឺមិនសមស្របទេ៖ វាងាយស្រួលក្នុងការរួមបញ្ចូលគ្នានូវពាក្យស្លូតត្រង់ជាច្រើន និងទទួលបានសេចក្តីថ្លែងការណ៍ដែលប្រមាថមើលងាយ ប៉ុន្តែវាបានអនុញ្ញាតឱ្យយើងឈានដល់កម្រិតស្វ័យប្រវត្តិកម្មដ៏ល្អមួយយ៉ាងឆាប់រហ័ស និងផ្តល់ពេលវេលាឱ្យយើងបណ្តុះបណ្តាលគំរូស្មុគស្មាញបន្ថែមទៀត។

កំណែបន្ទាប់នៃកម្មវិធីចាត់ថ្នាក់អត្ថបទល្អ រួមបញ្ចូលគំរូលីនេអ៊ែរ មែកធាងការសម្រេចចិត្ត និងបន្សំរបស់វា។ ជាឧទាហរណ៍ ដើម្បីសម្គាល់ភាពឈ្លើយ និងការប្រមាថ យើងសាកល្បងបណ្តាញសរសៃប្រសាទ BERT ។ វាមានសារៈសំខាន់ណាស់ក្នុងការយល់អត្ថន័យនៃពាក្យនៅក្នុងបរិបទ និងការភ្ជាប់គ្នារវាងពាក្យពីប្រយោគផ្សេងៗ ហើយ BERT ធ្វើការងារនេះបានល្អ។ (ដោយវិធីថ្មីៗនេះសហការីពី News បានប្រាប់របៀបដែលបច្ចេកវិទ្យាត្រូវបានប្រើសម្រាប់កិច្ចការមិនស្តង់ដារ - ស្វែងរកកំហុសនៅក្នុងបឋមកថា។) ជាលទ្ធផល វាអាចធ្វើស្វ័យប្រវត្តិកម្មរហូតដល់ 90% នៃលំហូរ អាស្រ័យលើសេវាកម្ម។

ភាពត្រឹមត្រូវ ភាពពេញលេញ និងល្បឿន

ដើម្បីអភិវឌ្ឍ អ្នកត្រូវយល់ពីអត្ថប្រយោជន៍ដែលឧបករណ៍ចាត់ថ្នាក់ដោយស្វ័យប្រវត្តិមួយចំនួននាំមក ការផ្លាស់ប្តូរនៅក្នុងពួកវា និងថាតើគុណភាពនៃការត្រួតពិនិត្យដោយដៃកំពុងធ្លាក់ចុះដែរឬទេ។ ដើម្បី​ធ្វើ​ដូច្នេះ យើង​ប្រើ​ភាព​ជាក់លាក់​និង​ការ​រំលឹក​ម៉ែត្រ​។

ភាពត្រឹមត្រូវគឺជាសមាមាត្រនៃសាលក្រមត្រឹមត្រូវក្នុងចំណោមសាលក្រមទាំងអស់អំពីខ្លឹមសារមិនល្អ។ ភាពត្រឹមត្រូវកាន់តែខ្ពស់ ភាពវិជ្ជមានមិនពិតកាន់តែតិច។ ប្រសិនបើអ្នកមិនយកចិត្តទុកដាក់ចំពោះភាពត្រឹមត្រូវទេ នោះតាមទ្រឹស្តី អ្នកអាចលុបសារឥតបានការ និងអាសអាភាសទាំងអស់ ហើយរួមជាមួយពួកគេពាក់កណ្តាលនៃសារល្អ។ ម្យ៉ាងវិញទៀត ប្រសិនបើអ្នកពឹងផ្អែកតែលើភាពត្រឹមត្រូវ នោះបច្ចេកវិទ្យាដ៏ល្អបំផុតនឹងជាបច្ចេកវិទ្យាដែលមិនចាប់នរណាម្នាក់ទាល់តែសោះ។ ដូច្នេះ វាក៏មានសូចនាករនៃភាពពេញលេញផងដែរ៖ ការចែករំលែកនៃមាតិកាមិនល្អដែលបានកំណត់ក្នុងចំណោមបរិមាណសរុបនៃមាតិកាមិនល្អ។ រង្វាស់ទាំងពីរនេះមានតុល្យភាពរវាងគ្នាទៅវិញទៅមក។

ដើម្បីវាស់វែង យើងយកគំរូការផ្សាយចូលទាំងមូលសម្រាប់សេវាកម្មនីមួយៗ ហើយផ្តល់គំរូមាតិកាដល់អ្នកវាយតម្លៃសម្រាប់ការវាយតម្លៃអ្នកជំនាញ និងការប្រៀបធៀបជាមួយនឹងដំណោះស្រាយម៉ាស៊ីន។

ប៉ុន្តែមានសូចនាករសំខាន់មួយទៀត។

ខ្ញុំបានសរសេរខាងលើថាសារដែលមិនអាចទទួលយកបានអាចត្រូវបានគេមើលឃើញដោយមនុស្សរាប់រយនាក់សូម្បីតែក្នុងរយៈពេល 5 នាទីក៏ដោយ។ ដូច្នេះ​យើង​រាប់​ចំនួន​ដង​ដែល​យើង​បង្ហាញ​មនុស្ស​នូវ​ខ្លឹមសារ​អាក្រក់​មុន​នឹង​យើង​លាក់​វា។ នេះមានសារៈសំខាន់ព្រោះវាមិនគ្រប់គ្រាន់ដើម្បីធ្វើការប្រកបដោយប្រសិទ្ធភាព - អ្នកក៏ត្រូវធ្វើការឱ្យបានលឿនផងដែរ។ ហើយនៅពេលដែលយើងបង្កើតការការពារប្រឆាំងនឹងការស្បថ យើងមានអារម្មណ៍ថាវាអស់ពីសមត្ថភាព។

Antimatism ដោយប្រើឧទាហរណ៍ឆ្មានិងឆ្កែ

ការបំប្លែងអត្ថបទចម្រៀងតូចមួយ។ អ្នកខ្លះអាចនិយាយថា អាសអាភាស និងការប្រមាថមិនមានគ្រោះថ្នាក់ដូចតំណភ្ជាប់ព្យាបាទទេ ហើយក៏មិនគួរឱ្យរំខានដូចសារឥតបានការដែរ។ ប៉ុន្តែយើងខិតខំរក្សាលក្ខខណ្ឌសុខស្រួលសម្រាប់ការទំនាក់ទំនងសម្រាប់អ្នកប្រើប្រាស់រាប់លាននាក់ ហើយមនុស្សមិនចូលចិត្តត្រឡប់ទៅកន្លែងដែលពួកគេត្រូវបានគេប្រមាថនោះទេ។ វាមិនមែនសម្រាប់អ្វីនោះទេ ដែលការហាមប្រាមលើការស្បថ និងការប្រមាថត្រូវបានសរសេរនៅក្នុងច្បាប់នៃសហគមន៍ជាច្រើន រួមទាំងនៅលើ Habre ។ ប៉ុន្តែ​យើង​ហួស​ចិត្ត។

វចនានុក្រមស្បថមិនអាចទប់ទល់នឹងភាពសម្បូរបែបនៃភាសារុស្ស៊ីបានទេ។ ទោះបីជាការពិតដែលថាមានឫសស្បថសំខាន់ៗចំនួនបួនក៏ដោយពីពួកគេអ្នកអាចបង្កើតពាក្យជាច្រើនរាប់មិនអស់ដែលមិនអាចចាប់បានដោយម៉ាស៊ីនធម្មតា។ បន្ថែមពីលើនេះ អ្នកអាចសរសេរផ្នែកនៃពាក្យមួយនៅក្នុងការបកប្រែ ជំនួសអក្សរដោយបន្សំស្រដៀងគ្នា រៀបចំអក្សរឡើងវិញ បន្ថែមសញ្ញាផ្កាយ។ យើងគោរពច្បាប់របស់ Habr ដូច្នេះយើងនឹងបង្ហាញរឿងនេះ មិនមែនជាមួយឧទាហរណ៍ផ្ទាល់ទេ ប៉ុន្តែជាមួយឆ្មា និងឆ្កែ។

ឆ្មាបាននិយាយថា "ច្បាប់" ។ ប៉ុន្តែយើងយល់ថាឆ្មានិយាយពាក្យផ្សេង...

យើងបានចាប់ផ្តើមគិតអំពីក្បួនដោះស្រាយ "ការផ្គូផ្គងមិនច្បាស់" សម្រាប់វចនានុក្រមរបស់យើង និងអំពីការដំណើរការមុនដ៏ឆ្លាតវៃជាងមុន៖ យើងផ្តល់ការសរសេរតាមសូរស័ព្ទ បិទភ្ជាប់ចន្លោះ និងសញ្ញាវណ្ណយុត្តិជាមួយគ្នា រកមើលគំរូ និងសរសេរកន្សោមធម្មតាដាច់ដោយឡែកពីពួកគេ។ វិធីសាស្រ្តនេះបាននាំមកនូវលទ្ធផល ប៉ុន្តែជាញឹកញាប់កាត់បន្ថយភាពត្រឹមត្រូវ និងមិនបានផ្តល់នូវភាពពេញលេញដែលចង់បាន។

បន្ទាប់​មក យើង​សម្រេច​ចិត្ត​«គិត​ដូច​អ្នក​ស្បថ»។ យើងចាប់ផ្តើមណែនាំសំលេងរំខានទៅក្នុងទិន្នន័យដោយខ្លួនឯង៖ យើងរៀបចំអក្សរឡើងវិញ បង្កើតការវាយអក្សរ ជំនួសអក្សរដោយអក្ខរាវិរុទ្ធស្រដៀងគ្នា។ល។ ការសម្គាល់ដំបូងសម្រាប់ការនេះត្រូវបានយកដោយការអនុវត្តវចនានុក្រម mat ទៅនឹងសារពាង្គកាយដ៏ធំនៃអត្ថបទ។ ប្រសិនបើអ្នកយកប្រយោគមួយ ហើយបង្វិលវាតាមវិធីជាច្រើន នោះអ្នកនឹងបញ្ចប់ដោយប្រយោគជាច្រើន។ វិធីនេះអ្នកអាចបង្កើនគំរូបណ្តុះបណ្តាលរាប់សិបដង។ អ្វីដែលនៅសេសសល់គឺការបណ្តុះបណ្តាលលើលទ្ធផលនៃគំរូឆ្លាតវៃតិចឬច្រើនដែលគិតគូរពីបរិបទ។

វាលឿនពេកក្នុងការនិយាយអំពីការសម្រេចចិត្តចុងក្រោយ។ យើងនៅតែកំពុងពិសោធជាមួយវិធីសាស្រ្តចំពោះបញ្ហានេះ ប៉ុន្តែយើងអាចមើលឃើញរួចហើយថាបណ្តាញ convolutional និមិត្តសញ្ញាសាមញ្ញនៃស្រទាប់ជាច្រើនមានប្រសិទ្ធភាពជាងវចនានុក្រម និងម៉ាស៊ីនធម្មតា៖ វាអាចធ្វើទៅបានដើម្បីបង្កើនទាំងភាពត្រឹមត្រូវ និងការរំលឹកឡើងវិញ។

ជាការពិតណាស់ យើងយល់ថា វាតែងតែមានវិធីដើម្បីឆ្លងកាត់ សូម្បីតែស្វ័យប្រវត្តិកម្មកម្រិតខ្ពស់បំផុត ជាពិសេសនៅពេលដែលបញ្ហាគឺមានគ្រោះថ្នាក់ខ្លាំង៖ សរសេរតាមរបៀបដែលម៉ាស៊ីនឆោតល្ងង់នឹងមិនយល់។ នៅទីនេះ ដូចជានៅក្នុងការប្រយុទ្ធប្រឆាំងនឹងសារឥតបានការ គោលដៅរបស់យើងគឺមិនមែនដើម្បីលុបបំបាត់លទ្ធភាពនៃការសរសេរអ្វីដែលអាសអាភាសនោះទេ ភារកិច្ចរបស់យើងគឺត្រូវប្រាកដថាហ្គេមនេះមិនមានតម្លៃនោះទេ។

បើកឱកាសដើម្បីចែករំលែកមតិ ទំនាក់ទំនង និងបញ្ចេញមតិរបស់អ្នកមិនពិបាកទេ។ វាពិបាកជាងក្នុងការសម្រេចបាននូវលក្ខខណ្ឌសុវត្ថិភាព ផាសុកភាព និងការគោរពចំពោះមនុស្ស។ ហើយ​បើ​គ្មាន​នេះ​ទេ វា​នឹង​មិន​មាន​ការ​អភិវឌ្ឍ​សហគមន៍​ណា​មួយ​ឡើយ។

ប្រភព: www.habr.com