'

RuSSIR 2008 Russian Summer School in Information Retrieval

Понравилась презентация – покажи это...





Слайд 0

RuSSIR 2008 Russian Summer School in Information Retrieval 1-5 сентября 2008. Таганрог Как это было…


Слайд 1

Немного истории Идея проведения RuSSIR’ов принадлежит Павлу Браславскому Школы проводятся совместно с РОМИП Школы поддерживаются и спонсируются разными компаниями RuSSIR 2007 был первым и проходил в Екатеринбурге 5-12 сентября 2007


Слайд 2

Немного статистики Таганрогский технологический институт Южного федерального университета 4 полных курса, 1 краткий и 1 лекция Конференция молодых ученых (7 докладов)? 9 иностранных слушателей Все курсы по-английски 10 часов занятий в день (с перерывами)? Всего 106 человек


Слайд 3

Курс Text Mining, Information and Fact Extraction Marie-Francine Moens (Katholieke Universiteit Leuven), Belgium


Слайд 4

Text Mining, Information and Fact Extraction Цель: извлечение конкретных фактов из текста на естественном языке Лексическая обработка: извлечение языковых свойств, токенизация, стемминг, POS-разметка, парсинг предложений В курсе делается широкий обзор методов машинного обучения и их применения к задаче информации из текстовых данных.


Слайд 5

Text Mining, Information and Fact Extraction Методы классификации: SVM, Байес, принцип максимальной энтропии Контекстно-зависимая классификация: Hidden Markov Models, Conditional Random Field, Probabilistic Latent Semantic Analisys, Latent Dirichlet Allocation Приложения


Слайд 6

Курс Поиск изображений по содержанию Наталья Васильева (HP Labs) Санкт-Петербург, Россия


Слайд 7

Поиск изображений по содержанию Задачи Image Retrieval: поиск изображений, похожих на заданный пример, поиск по заданной цветовой гамме, примерной форме и т.д. 2) Проблемы Image Retrieval: большой разрыв между представлением и семантикой(а интересно именно семантическое содержание) cубъективность восприятия изображений трудность визуализации


Слайд 8

Поиск изображений по содержанию 3) Уровни свойств изображения Цвет(цветовые пространства, гистограммы) Текстура(статистические свойства, фильтры, вэйвлеты) Форма(методы выделения границы, кодирование формы) Семантический(применение fusion-методов)


Слайд 9

Поиск изображений по содержанию 4) Сегментация 5) Многомерное индексирование Деревья(R, Quad, VP и тд)? Locality Sensitive Hashing 6) Приложения IBM QBICK - search by image content Virage Visual SEEk


Слайд 10

Data Structures in IR Максим Губин (Ask.com, США) Курс


Слайд 11

Data Structures in IR Индексация, структуры хранения данных, методы сжатия, распараллеливание Поиск, слияние списков, отсечение, кэширование, построение кластера Языковая модель, PageRank Последовательно излагается процесс проектирования поисковой системы. На примерах возникающих проблем показывается применение классических структур данных и алгоритмов: Huffman and LZ coding, Map-Reduce, Bloom filter


Слайд 12

Курс Hands-on Natural Language Processing for Information Access Applications Horacio Saggion (University of Sheffield)


Слайд 13

Natural Language Processing for Information Access Извлечение информации из текста выявление именованных сущностей поиск связей между сущностями определение значения сущностей Обзор технологий и средств анализа естественного языка на примере системы GATE


Слайд 14

Natural Language Processing for Information Access Question Answering получение ответа на запрос, сформулированный на естественном языке 3 типа вопросов: факт, перечисление, определение индексация, анализ запроса, получение ответа Text Summarization выжимка из текста смысловой сути sentence summarization, article summarization, corpus summarization методы оценки результатов


Слайд 15

Короткий курс IR in Social Media Alexey Maykov, Microsoft LiveLabs Чем отличается Social Media от обычных СМИ? Обзор, применение и архитектура SM Сбор данных в SM, различные методы Обработка и анализ этих данных


Слайд 16

Лекция. Темы дня в блогах: Как это работает Антон Волнухин Андрей Мищенко Что такое «темы дня» в яндекс.блогах? Как формируются «темы дня»? Особенности формирования


Слайд 17

Конференция молодых ученых Константин Артемьев Метод вероятностного морфологического анализа для задач полнотекстового индексированного поиска Александр Сибиряков Извлечение мнений о товарах из форумов и блогов с учетом тональности Евгений Рабчевский Применение лексико-синтаксических шаблонов для автоматизации процесса построения онтологий Ольга Пустыльникова Автоматическая классификация текстов на основе их структурных признаков. Какую информацию о тексте отражает структура? Алексей Владыкин Автоматический метод оценки тематической содержательности документов Мстислав Масленников Самозагрузка правил для извлечения информации из текстов на естественном языке. Ольга Шамина Автоматический поиск научных статей в сети Интернет


Слайд 18

Конференция молодых ученых


Слайд 19

Неформальное Welcome Party


Слайд 20

Неформальное Футбольный матч 12 – 0 в пользу студентов!


Слайд 21

Неформальное RuSSIR Party


Слайд 22

Неформальное Мафия по ночам


Слайд 23

Неформальное Последствия мафии


Слайд 24

А на самом деле:


Слайд 25

Материалы Видеозаписи лекций скоро появятся на сайте http://videolectures.net/ Презентации вы можете почитать уже сейчас http://romip.ru/russir2008/program.html


×

HTML:





Ссылка: