Рекомендательная система на основе контента // Демо-занятие курса «Рекомендательные системы»

Вы узнаете, как быстро сделать рекомендательную систему для текстов - поищем похожие статьи на основе методов LSI, экстрактивной суммаризации и векторизации FastText. Поговорим об автоматизированной транскрибации с помощью современных нейросетевых моделей. Рассмотрим задачу NER (поиска именованных сущностей) и поиска текстов с теми же действующими лицами Кому подходит этот урок: - IT-специалистам, которые хотят применить знание обработки текстов к рекомендательным системам. - Аналитикам и руководителям контентных сервисов - IT специалистам, которые хотят быстро и просто создать рекомендательную систему для контента. В результате уроке вы узнаете, как переводить звук в текст, как делать текст короче, как искать похожие по смыслу и тематике тексты, как находить тексты с теми же действующими лицами. «Рекомендательные системы» - Преподаватель: Александр Брут-Бруляко - занимается построением DS систем, анализируе данные, выстраивает ИТ сервисы вокруг этого, работает DS инженером в СБЕР Neurolab Пройдите опрос по итогам мероприятия - Следите за новостями проекта: - Telegram: - ВКонтакте: - LinkedIn: - Хабр: