Archive for the ‘Аннотации’ Category

Распределение тем

По итогам обработки поступивших анкет получилось следующее распределение тем по студентам:

ФИО ВУЗ Курс Научрук Предварительная формулировка темы
Аксенов Михаил Владимирович ВМК 4 Андрианов Исправление ошибок в русскоязычных текстах с помощью нейронных сетей
Аксенова Елена ВМК 4 Богомолов/Борисенко Распределенный сервис идентификации для облачной платформы
Алексеев Евгений Сергеевич ВШЭ 5 Борисенко Улучшение Ignite
Архипенко Константин Владимирович ВМК 6 Турдаков/Архипенко Методы определения сленга в социальных сетях и их приложения к задачам NERC и извлечения объектов баз знаний
Бабичев Антон ВМК 6 Недумов Object-Graph-Mapping для TinkerPop
Баранов Антон Сергеевич ВШЭ 4 Варламов Сбор данных из форумов
Бондаренко Владислав Александрович МФТИ 4 Акопян Поиск людей в потоке изображений
Борисов Павел ВШЭ 5 Борисенко Облачная среда на базе Xen/XAPI
Варламова Арина Олеговна ВМК 5 (1 год магистратуры) Трофимович Выделение этнофолизмов
Васьков Александр Олегович ВМК 3 Майоров SemEval-2018 Task 11: Machine Comprehension using Commonsense Knowledge
Егоров Николай Сергеевич ВШЭ 4 Андрианов Диалоговые системы
Еремин Дмитрий Александрович ВШЭ 5 Тапехин/Борисенко Хранение данных OpenEHR
Ермакова Елена Сергеевна МФТИ 4 Гомзин Определение демографических атрибутов пользователей сети Интернет по текстам их сообщений
Ефремова Мария Александровна МФТИ 4 Дробышевский
Использование распределения подграфов в графе для определения демографических атрибутов пользователей сети Интернет
Иконникова Мария Кирилловна ВМК 5 (1 год магистратуры) Гомзин Определение демографических атрибутов пользователей сети Интернет по текстам их сообщений
Манджиев Айта Викторович ВМК 4 Недумов Загрузка больших графов в JanusGraph
Миронов Артём Владимирович ВМК 3 Майоров SemEval-2018 Task 11: Machine Comprehension using Commonsense Knowledge
Портной Александр Михайлович ВМК 4 Дробышевский Метод вычисления распределения подграфов в графе
Раснюк Александр Геннадьевич ВМК 3 Майоров Совместная модель для морфологического и синтаксического разбора русского языка
Рахимов Руслан Ильдарович МФТИ 4 Трофимович Выделение и классификация этнофолизмов
Сёмина Наталья МФТИ 5 Недумов Определение вклада статьи на основе обобщения контекстов, в которых она была процитирована
Строев Вячеслав Игоревич ВМК 4 Андрианов Диалоговые системы
Тапехин Андрей ВМК 6 Борисенко Отказоустойчивая система для обработки банковских данных
Трифонов Владислав Дмитриевич ВМК 3 Андрианов Викификация в русскоязычных текстах с помощью нейронных сетей
Яцков Александр Константинович ВМК 6 Варламов Сбор и агрегация новостных статей из Интернет-СМИ

Дерюгин Максим Александрович, Кравченко Егор Викторович, Самченко Дмитрий Андреевич, к сожалению, выбранные вами темы достались другим студентам. Мы с вами свяжемся в течение недели, когда поймем, кто из научных руководителей сможет вас взять. Можно проявить инициативу, и попробовать самостоятельно договориться на любую еще не занятую тему.

Остальные: свяжитесь со своими научными руководителями и узнайте план дальнейших действий.

Интегрированный язык запросов PythonQL — укрощение зоопарка СУБД (16.05.2017)

В последние несколько лет количество различных СУБД с разными языками запросов и моделями
данных стремительно выросло. Даже при наличие стандартов, таких как SQL, очень много функционала в стандарты не попадает (например различные библиотеки функций и расширения языка), таким образом каждая СУБД с поддержкой SQL на самом деле предлагает свой особый диалект. При этом, возможности программистов, а особенно data scientists и инженеров
осваивать и держать в рабочем состоянии умения работать с большим количеством баз принципиально не изменилось.

В проекте PythonQL мы решаем сразу несколько задач, но основная из них — дать простой удобный интерфейс программисту ко всем СУБД через встроенный язык запросов и с использованием уже знакомых программисту библиотек. Кроме этой задачи,
программист получает возможность одним запросом обращаться в несколько разных СУБД, использовать в запросе данные из файлов и структур данных из оперативной памяти программы.

В докладе будет представлен как само расширение PythonQL, так и текущая реализация и перспективы развития системы.

Начало в 18.00
Докладчик: Павел Велихов

Генерация случайных графов на основе эмбеддинга графа (07.03.2017)

Для тестирования значимости или масштабируемости алгоритмов анализа сетей (например, поиска сообществ в графе) необходимо иметь датасет из разных графов разного размера. Однако, обычно в наличии есть небольшое количество реальных графов, а кроме того, их свойства могут сильно различаться в зависимости от домена: социальные графы, графы звонков, биологические и т.д. Поэтому необходимо уметь генерить случайные графы разного размера, похожие на данный и имеющие свойства, характерные для графов из этого домена.
Особенностью рассмотренной задачи также является то, что часто ребра графа ориентированны и имеют веса, а сами графы имеют сообщества. Соответственно, генерируемые графы тоже должны быть ориентированными, взвешенными и иметь сообщества с похожей структурой.
В докладе предлагается метод генерации случайных графов, основанный на эмбеддинге графа (graph embedding). Graph embedding успешно используется для автоматического извлечения графовых признаков путем представления вершин графа векторами небольшой размерности. Будет рассказано о том, как этот подход применить для генерации похожих на данный граф случайных направленных взвешенных графов с сообществами.

Докладчик: Дробышевский Михаил

Обзор и экспериментальное сравнение методов кластеризации текстов в приложении к научным статьям (28.02.17)

Кластеризация текстовых документов, то есть разбиение множества документов на близкие по смыслу подмножества, является фундаментальной задачей обработки текстов. Ее результаты используются во многих прикладных задачах (таких как информационный поиск, исследовательский поиск, определение спама).
Данный доклад посвящен обзору и экспериментальному сравнению методов кластеризации текстовых документов в приложении к научным статьям. В ходе доклада будут рассмотрены методы, основанные на мешке слов, извлечении терминологии, тематическом моделировании, а также векторном представлении слов (word embedding) и документов, полученном с помощью искусственных нейронных сетей (word2vec, paragraph2vec).

Докладчик: Павел Пархоменко

Векторное представление вершин графа (29.11.2016)

Социальный граф содержит много информации о пользователях социальных сетей и
может быть использован для определения демографических атрибутов, определения
основного мест проживания и выявления ботов. Однако использование графа затруднено т.к. большинство алгоритмов классификации и регрессии не способны работать с графом непосредственно.
Для того, чтобы использовать стандартные методы машинного обучения можно
представить вершины графа в виде векторов небольшой размерности. О методах представления вершин графа в векторном виде будет рассказано на  семинаре.

Докладчик: Илья Козлов

Определение места проживания пользователей социальных сетей на основе социального графа (22.11.2016).

Доклад посвящен определению основного места проживания пользователей социальных сетей. Будет рассказано про подходы, основанные на анализе социального графа – вероятностные модели, метод распространения меток, и подход основывающийся на graph node embeddings и алгоритмах машинного обучения.

Докладчик: Юлия Трофимович

Методы построения социо-демографических профилей пользователей сети интернет (15.11.2016)

Пользователи сети Интернет, взаимодействующие в социальных медиа, как правило, имеют публичные страницы, на которых они могут указывать персональную информацию, включая социо-демографические характеристики. К таким характеристикам относятся пол, возраст,семейное положение, уровень образования, профессия, трудоустроенность, национальность, место жительства и другие. Социо-демографический профиль пользователя — набор значений его социо-демографических атрибутов. По тем или иным причинам далеко не все атрибуты заполняются пользователями. Кроме того, иногда пользователи оставляют в своих профилях ложные сведения. Отсюда возникает задача предсказания неуказанных и неверно указанных социо-демографических атрибутов пользователей. Для определения значений демографических атрибутов пользователей используются различные открытые данные, такие как: тексты публичных сообщений пользователей, отношения дружбы между пользователями, подписки пользователей на сообщества, явно указанные значения атрибутов.

Социо-демографические профили пользователей активно используются в системах интернет-маркетинга и рекомендаций, где особую важность представляет целевая аудитория предлагаемого товара, услуги, информационного продукта. Явно указанные и предсказанные значения демографических атрибутов пользователей могут использоваться как для определения целевой аудитории конкретного продукта, так и для поиска потенциальных потребителей.

В рамках доклада будет рассмотрена задача построения социо-демографических профилей пользователей социальных сетей, будет описан подход к определению значений демографических атрибутов пользователей на примере социальной сети Вконтакте. Подход основан на построении социо-лингвистического графа и применения в нем метода распространения меток.

 

Докладчик: Андрей Гомзин

Как распознать фейковые новости? Применение теории риторической структуры текста (08.11.2016)

Проблема распознавания достоверности новостей является актуальной, особенно в настоящее время, в гетерогенном информационном поле. Поэтому необходимо разработать инструменты, которые позволили бы автоматически с использованием лингвистических методов и моделей определять достоверность или недостоверность новостей, опубликованных в интернет-СМИ.

На уровне дискурса в области автоматической обработки текста можно работать с текстами в рамках теории риторической структуры. Мы собрали корпус из достоверных и недостоверных новостей и разметили их по использованным типам риторических связей.

Для решения задачи классификации текстов и машинного обучения мы использовали Support Vector Machines (для линейного ядра и rbf-ядра) и Random Forest Classifier, для обоих классификаторов с кросс-валидацией 10-fold. В качестве признаков использовались типы риторических связей (частотность), а также сочетания типов связей (типы риторических связей+биграммы и типы риторических связей+триграммы), всего в эксперименте было использовано три набора данных. Лучшие результаты мы получили при классификации с помощью Support Vector Machines с линейным ядром для первого набора данных, он оказался лучше всего линейно разделим на два класса. Модель имеет предсказательную силу (0.65), превышающую показатели для схожего исследования для английского языка, а также показатели распознавания достоверности новостей людьми.

Докладчик: Дина Писаревская

Реализация современных методов извлечения терминологии на языке Scala (1.11.16)

Автоматическое извлечение терминологии используется для решения многих задач, связанных с обработкой текстов предметной области.
Однако существующие методы, как правило, показывают точность и полноту недостаточные для применения на практике. Более того, до сих пор отсутствует надежное экспериментальное сравнение разработанных методов. Одна из причин заключается в сложности реализации этих методов.
В докладе будет рассказно об открытой реализации современных методов извлечения терминологии на языке Scala и проведенном экспериментальном сравнении.

Докладчик: Никита Астраханцев