То, что текст не содержит грамматических и пунктуационных ошибок, не всегда означает, что он приемлем с лексической и стилистической точки зрения. Но обнаружить такие ошибки иногда сложно даже специалисту, и уж тем более обычным языковым моделям машинного обучения. С появлением в 2018 г. публикации “Neural Network Acceptability Judgments” (https://arxiv.org/abs/1805.12471) и датасета CoLA направление разработки моделей для проверки Text Acceptability Judgments (лексической приемлемости текстов)...Подробнее

Разработать программу-ассистент преподавателя для проверки лексической приемлемости студенческих отчетов.

Регулярные онлайн/офлайн встречи не реже 1 раза в 2 недели. Промежуточные отчеты.

Отчет. Исходный код ПО. Результаты тестирования ПО. Документация. Запущенный сервер. Демонстрация работы.

Оборудование УЛ САПР МИЭМ НИУ ВШЭ

Проведены первичные исследования в области языковых моделей.