170 похожих чатов

Всем привет. Встала задачка восстановления пунктуации, собираю данные. Нашел много годного

в corus, но в основном это новости и литература. При этом предполагается использовать решение в более "социальном" домене и встал вопрос, где взять данные, которые корректные с точки зрения пунктуации и при этом содержали бы в себе сленг, возможно, мат и были ближе к чему-то такому "твиттерскому".
Т.е. выискивать отдельные блоги отдельных людей, составлять их список и потом парсить не хочется. Может, у кого-то есть идеи, где можно взять много и сразу?

5 ответов

19 просмотров

м. б., https://study.mokoron.com/ ?

Alex-Konst Автор вопроса
gisly gisly
м. б., https://study.mokoron.com/ ?

Ну там, кажется, было все без разбора в плане грамотности

можно заменять часть по w2v2w внутри классических корпусов. можно взять сет стайлтрансфера по детеоксификации и выкинуть вообще все знаки, а затем загнать это все в t5/bart (https://www.vennify.ai/fine-tune-grammar-correction/)

Можно попробовать из корпуса текстов соц-сетей вытягивать тексты, похожие на новостные. К примеру векторизуем новостной текст и находим ближайший к нему вектор из соц корпуса. Есть вероятность, что по синтаксической структуре эти предложения будут похожи

Похожие вопросы

Обсуждают сегодня

Мужики и девушки, привет) в Вelphi xe7 в настройках во вкладке "Editor Options" далее " Color" есть список: "Elements", открыв который мы можем настраивать отображение разных...
Kraszx
14
Добрый вечер. Есть вопрос, а может и предложение. Был у меня диалог в другой группе о делфи и я задался вопросом: "А нельзя ли в делфи цвет //коментария и {комментария} сде...
Kraszx
24
Всем привет! Подскажи, пожалуйста, как передать в TComboBox сразу значение и id записи. На Delphi я делал так: ComboBox1.Items.AddObject('Какое-то значение', Pointer(id запис...
Евгений
13
А вот это что за конструкция? Вернее, она тут нафига?
Serjone
10
Привет. Подскажите, как правильно сматчить лист фиксированного размера, чтобы компилятор не говорил мне о неполном паттерне? Допустим что-то такое [x', y'] = sort [x, y]?
Arseny
8
Мдя, прикол, боевая сборка запускается (именно под отладчиком) после F9 примерно полторы минуты (97 секунд если быть точным). Начал копать - проблема детектится сразу - зависа...
Александр (Rouse_) Багель
38
Здравствуйте, вопрос по структурам данных. Были у вас случаи, когда пришлось писать деревья или двунаправленные списки?
/ /
50
Мужики. привет) в Вelphi xe7 в настройках во вкладке "Editor Options" далее " Color" есть список: "Elements", открыв который мы можем настраивать отображение разных элементов...
Kraszx
2
Товарищи, кто работа с iphelper? Или может я в самой логике ошибки фигачу, не пойму.... var ifTable : PMIB_IFTABLE; size, corSize: DWORD; Buffer ...
Warfarellen
4
я так понимаю, я так подозреваю, что создание такого плагина для человека, кто умеет писать плагины для делфи потребует минут 5-10 времени. но это мое подозрение. хотелось бы ...
Kraszx
7
Карта сайта