This document discusses key concepts in phonology, including:
1. Phonology studies the distribution and interaction of sounds in a language, as well as how speech sounds are organized. It examines which sounds are predictable and the context that predicts them.
2. Phonetics studies how speech sounds are physically produced and perceived, while phonology studies how they are organized in a language.
3. Phonemes are abstract sound categories that underlie predictable phonetic variations called allophones. Choosing the underlying phonemic representation considers factors like naturalness, similarity between sounds, and how well it fits the language's patterns.
4. Phonological rules describe the environment where one sound becomes another, linking
"Как Яндекс распознаёт музыку с микрофона". Евгений Крофто, ЯндексYandex
Музыкальный поиск Яндекса помогает находить альбомы, отдельные треки или исполнителей, в том числе по цитате из песни. Всё это — текстовые разновидности поиска. А если пользователь хочет узнать, какая музыка играет в данный момент, запросом становится само содержимое аудиофайла, непосредственно звуки музыки. Именно так устроено, например, «Распознавание» в мобильном приложении Яндекс.Музыка.
В докладе мы обсудим особенности разных подходов к решению этой задачи и посмотрим, какие характеристики можно извлекать из аудиосигнала. И, конечно, поговорим о реализации поиска по музыкальному фрагменту в Яндексе, о возникающих сложностях и способах их решения.
This document discusses key concepts in phonology, including:
1. Phonology studies the distribution and interaction of sounds in a language, as well as how speech sounds are organized. It examines which sounds are predictable and the context that predicts them.
2. Phonetics studies how speech sounds are physically produced and perceived, while phonology studies how they are organized in a language.
3. Phonemes are abstract sound categories that underlie predictable phonetic variations called allophones. Choosing the underlying phonemic representation considers factors like naturalness, similarity between sounds, and how well it fits the language's patterns.
4. Phonological rules describe the environment where one sound becomes another, linking
"Как Яндекс распознаёт музыку с микрофона". Евгений Крофто, ЯндексYandex
Музыкальный поиск Яндекса помогает находить альбомы, отдельные треки или исполнителей, в том числе по цитате из песни. Всё это — текстовые разновидности поиска. А если пользователь хочет узнать, какая музыка играет в данный момент, запросом становится само содержимое аудиофайла, непосредственно звуки музыки. Именно так устроено, например, «Распознавание» в мобильном приложении Яндекс.Музыка.
В докладе мы обсудим особенности разных подходов к решению этой задачи и посмотрим, какие характеристики можно извлекать из аудиосигнала. И, конечно, поговорим о реализации поиска по музыкальному фрагменту в Яндексе, о возникающих сложностях и способах их решения.
Современные средства NLP в поисковых задач - Стачка 2017Nikita Zhiltsov
Доклад посвящен современным средствам обработки текстов на основе машинного обучения, применяемым для некоторых задач поиска в проектах Rambler&Co (портал, ЖЖ). Докладчик делится опытом разработки решений на основе векторного представления word2vec и нейронных сетей, обучаемых на реальных данных. Будут рассмотрены примеры использования библиотек fastText, Keras и Tensorflow.
Подписывайтесь на мой Telegram-канал: http://t.me/ai_review
В конце апреля на конференции «Российские интернет-технологии» (РИТ++/2011) компания PROMT представила доклад о своей новой разработке в области машинного перевода.
Гибридная технология PROMT совмещает в себе метод машинного перевода, основанный на правилах (его сейчас используют разнообразные решения PROMT и онлайн-сервис компании Translate.Ru), и статистический метод.
Это позволяет сохранить основное преимущество традиционной технологии PROMT – создание связного и грамматически правильного перевода – и прибавить к нему сильные стороны статистического метода – быстрое добавление терминологии из двуязычного текста и обеспечение гладкости получаемого текста.
[ИТ-лекторий ФКН ВШЭ]: Диалоговые системы. Татьяна ЛандоNLPseminar
Диалоговые системы и чат-боты: как они устроены сейчас (правила, фреймы, шаблоны) и как машинное обучение может изменить их качество и применимость.
Видеозапись лекции: https://www.youtube.com/watch?v=-9zKXLAwm7w
Современные средства NLP в поисковых задач - Стачка 2017Nikita Zhiltsov
Доклад посвящен современным средствам обработки текстов на основе машинного обучения, применяемым для некоторых задач поиска в проектах Rambler&Co (портал, ЖЖ). Докладчик делится опытом разработки решений на основе векторного представления word2vec и нейронных сетей, обучаемых на реальных данных. Будут рассмотрены примеры использования библиотек fastText, Keras и Tensorflow.
Подписывайтесь на мой Telegram-канал: http://t.me/ai_review
В конце апреля на конференции «Российские интернет-технологии» (РИТ++/2011) компания PROMT представила доклад о своей новой разработке в области машинного перевода.
Гибридная технология PROMT совмещает в себе метод машинного перевода, основанный на правилах (его сейчас используют разнообразные решения PROMT и онлайн-сервис компании Translate.Ru), и статистический метод.
Это позволяет сохранить основное преимущество традиционной технологии PROMT – создание связного и грамматически правильного перевода – и прибавить к нему сильные стороны статистического метода – быстрое добавление терминологии из двуязычного текста и обеспечение гладкости получаемого текста.
[ИТ-лекторий ФКН ВШЭ]: Диалоговые системы. Татьяна ЛандоNLPseminar
Диалоговые системы и чат-боты: как они устроены сейчас (правила, фреймы, шаблоны) и как машинное обучение может изменить их качество и применимость.
Видеозапись лекции: https://www.youtube.com/watch?v=-9zKXLAwm7w