Обзор методов чистки данных от MTS AI

fgfg Picture

Зачем чистить данные, какие методы чистки существуют и какие алгоритмы чистки используются подробно рассказывает NLP-разработчик MTS AI Игорь Буянов.

Что? Зачем? Как? Чистим данные и тестируем алгоритмы в MTS AI

В работе над проектами группы обработки естественного языка Игорь Буянов, NLP-разработчик MTS AI, занимается подготовкой и обработкой датасетов. Ввиду случайных и неслучайных ошибок возникают различные источники шума, которые препятствуют получению желаемого результата.

Picture

В статье для Habr Игорь разобрал значение и применение чистки данных, а также подробно рассмотрел варианты алгоритмов, применяемых для очистки этих шумов, и результаты их тестирования.

В подборку вошли шесть алгоритмов:

  • averaged representation 1: основывается на гипотезе, что шумные и редкие примеры лежат далеко от усредненного по каждой метке отдельно центра в пространстве признаков;
  • hybrid 2: модель может предсказывать истинный класс примера за счет генерализации;
  • plainILI или Iterative Label Improvement 3 с гипотезой о модели предсказать истинный класс примера за счет генерализации;
  • NBSVM 4 с более сложной иерархической структурой и использующий SVM для нахождения наиболее значимых примеров для классификации;
  • Leitner system 5 с имитацией естественных процессов;
  • TraceIn 6, главной задачей которого является определить влияние тренировочных примеров на предсказание примера тестовой выборки.

Какие концепции используют алгоритмы, из каких шагов состоят, при каких условиях проводилось их тестирование и какой из алгоритмов стал лидером по результатам тестирования, читайте в оригинальной статье на Habr.

Новости
Главное за последнее время
Смотреть все
События
Вебинар: как с помощью ИИ защитить бизнес и репутацию от дипфейков
События
Вебинар: разговор на языке данных
ВобъективеИИ
Предсказания Маска и конкуренция на ИИ-поле
Новости команды
MTS AI подписала декларацию об ответственной разработке генеративного ИИ
Партнерство
Компания «Синимекс» и MTS AI стали партнерами
ВобъективеИИ
Гуманоид с открытым кодом и мода от Пушкина
Партнерство
MTS AI и К2Тех объединяют усилия для внедрения генеративного ИИ в крупный бизнес
ВобъективеИИ
ИИ в законе и «двойка» ChatGPT по программированию
MTS AI в медиа
Облачное видеонаблюдение по цене чашки кофе
ВобъективеИИ
ИИ-ассистенты будущего от Google и умный антивирус из России
События
Узнайте больше о генеративном ИИ в промышленности на ЦИПР
Партнерство
MTS AI заключила партнерство с Softline