How to become an author
Search
Write a publication
Pull to refresh

Comments 13

Почему б не выложить тестовые тексты на GitHub?
критикуйте, восхищайтесь
Пока не вижу причин.
быстрее аналогов (~200 док/c);
Что такое «док/с»? Документов в секунду? Не пробовали в CLD3 устанавливать лимит символов на определение?
This comment wasn’t rated yet0
Это для того, чтобы по русской аннотации сказать на казахскую статью что она русская? Ну так себе развлечение…
Кстати есть 3-х язычные статьи, например, киргизско-русско-английские. И, наверное, не только на постсоветском пространстве.
Total votes 1: ↑1 and ↓0+1
Трех-язычные тексты статей — это обычное дело для наших соседей. Я могу придумать разумные примеры с четырьмя языками.
This comment wasn’t rated yet0
А зачем тексты выкладывать?

Да, документов в секунду.
Total votes 2: ↑1 and ↓10
А зачем тексты выкладывать
 мы могли бы удостовериться в ваших выводах…
Total votes 2: ↑2 and ↓0+2
Текстовые датасеты выложить не получится — тексты принадлежат пользователям. Можно погонять на чем-то открытом, но возникают проблемы с адекватностью выборки.
Total votes 1: ↑1 and ↓0+1
помню вашу систему по университету. Не знаю, как сейчас, но тогда обходилась довольно легко особой подменой пробелов невидимыми знаками в вордовском документе
This comment wasn’t rated yet0
Сейчас, насколько я слышал, система создает графический образ документа (типа виртуального принтера), а затем его распознает с нуля. То есть манипуляции с символами бесполезны. Также обрабатываются близкие синонимы и простые замены слов.

Остается старый добрый рерайт, чуть подольше, но зато обеспечивает уникальность 90+%. Юристам только плохо — цитаты из нормативки не отрерайтишь, а они нужны объективно.
Total votes 1: ↑1 and ↓0+1
Я предполагаю, что у юристов и не нужна борьба с цитатами. Тема работы обычно сужает список используемой литературы, а, если она — это тексты законов, то и вообще выбора не остаётся.
Total votes 1: ↑1 and ↓0+1
Система предполагает цитирования, которые считаются отдельно от заимствований.
Total votes 1: ↑0 and ↓1-1
Для юридических текстов уже лет восемь работает механизм т.н. «белой коллекции», который окрашивает юридические тексты, как корректное цитирование. Так что юристы не страдают :)
This comment wasn’t rated yet0
Сейчас я аспирант, и на методологии полгода назад нам секретарь ученого совета жаловался на проблемы с цитатами из нормативки. Дескать, приходится вручную проглядывать работу и чистить цитаты, помеченные как некорректные заимствования. Мне пока еще проверять нечего, поэтому с уверенностью — так ли это, не скажу ;)
Total votes 1: ↑1 and ↓0+1
Если возникают конкретные ситуации, напишите в личку. Сможем посмотреть — возможно это баг и где-то нормативка не определяется корректно.
This comment wasn’t rated yet0
Sign up to leave a comment.

Your account

Sections

Information

Services

Support
© 2006–2024, Habr