О лаборатории

Научно-учебная лаборатория моделей и методов вычислительной прагматики создана во второй половине 2019 года. 
Лаборатория развивает фундаментальные и прикладные научные исследования в области анализа неструктурированных данных. Мы занимаемся разработкой и анализом рекомендательных систем и сервисов и развиваем методы мультимодальной кластеризации и классификации, позволяющие формировать профиль интересов пользователя с учетом различных модальностей. Также мы работаем в области автоматической обработки языка, адаптируя и развивая нейросетевые методы для анализа и обработки текстов на русском языке.

Цели и задачи Лаборатории

Мы исследуем и развиваем интерпретируемые методы обработки пользовательских данных, историй пользовательских действий, текстовых данных. Мы создаем новые методы обработки текстов на русском языке, учитывающие такие особенности русского языка как богатый морфологический строй и свободный порядок слов в предложении.

Кроме того, мы считаем важным собирать высококачественные размеченные корпуса – источники языковых данных –   и публиковать их в открытом доступе, т.к. создание новых источников языковых данных важным вкладом в развитие сообщества и состояние области обработки текстов в целом.

Мы решаем следующие задачи:

• Разработка и сравнение методов мультимодальной кластеризации и классификации.
• Разработка и сравнение методов сжатия, разреживания и регуляризации нейронных сетей, в частности, рекуррентных сетей для моделирования языка.
• Разметка корпусов вопросно-ответных пар, корпусов размеченных по сущностям и событиям и связями между ними.
• Адаптация стандартных архитектур для английского языка для русского языка и разработка собственных решений для задач поиска ответа на вопрос, семантического парсинга, извлечения информации, детектирования цитат и непрямой речи и др.
• Разработка моделей сжатого представления (embeddings) текстов для рекомендательных систем.
• Методы извлечения семантических паттернов из текстов на основе майнинга данных, анализа формальных понятий и других.
• Понимание намерений пользователей рекомендательных и иных, в том числе мобильных сервисов.
• Интерпретируемые методы машинного обучения и майнинга данных.

Основные направления деятельности Лаборатории

1. Научная и исследовательская деятельность: в соответствии с задачами, перечисленными выше.
2. Образовательная деятельность: проведение курсов по тематике Лаборатории на бакалаврских и магистерских программах ФКН, открытых семинаров для широкой общественности.
3. Проектная деятельность: выполнение индустриальных проектов в сотрудничестве с компаниями.