A névvel rendelkező entitások felismerése (named entity recogniton, röviden NER) napjainkban a szövegfeldolgozás egyik kedvelt területe. Fodor Mánuel gyakornokunk egy egyszerű, általános célú NER rendszer kifejlesztésébe kapcsolódott be miután elkészítette beszédfelismerős cégkeresőnk prototípusát.

Az Entity Extractor demo felületén egy url-t adhatunk meg.

Az eszköz Text Extractor alkalmazásunkat használva képes az adott honlapon azonosítani a "törzsszöveget".

Jelenleg kb. 80%-os pontossággal képes azonosítani a szövegben szereplő entitásokat (személyek, szervezetek, helyek és egyéb kategóriákba sorolva).

A fejlesztés célja, hogy tovább növeljük az eszköz hatékonyságát, ill. szeretnénk az entitások közötti kapcsolatokat is felismerni.

Az Entity Extractor jelenleg még nem érhető el szabadon, de kérésre nagyon szívesen megmutatjuk működés közben is.

Ha jövő nyáron te is szívesen lennél gyakornok a Precognoxnál, jelentkezz már most! Maximum három személyt tudunk fogadni.

Egy korábbi posztunkban megemlékeztünk arról, mennyire nehéz csupán a tartalmilag releváns szövegeket kiszedni egy weblapból. Kulcsár Ádám gyakornokunk a hivatkozott bejegyzés nyomán készítette el Text Extractor alkalmazásunkat, ami egy megadott url alapján képes kinyerni a tartalomelemzés számára releváns szöveges tartalmat egy adott honlapról.

A demo alkalmazás kezelőfelülete nagyon egyszerű, a beviteli mezőbe meg kell adnunk egy url-t.

Az eredmény pedig a szövegelemzés szempontjából releváns tartalom.

Habár elvileg nagyon egyszerű dolog lenne szintaktikai elemzéssel felismerni egy html oldalban a releváns részeket, a gyakorlat azt mutatja, hogy a webfejlesztőket nem igazán érdeklik a szabványok. A Text Extractor ezért nem a hagyományos parsing megközelítést használja, hanem gépi tanuláson alapuló modell alapján választja ki a szöveget.

Az alkalmazás nem érhető el szabadon, de igény esetén nagyon szívesen megmutatjuk!

Ha jövő nyáron te is szívesen lennél gyakornok a Precognoxnál, jelentkezz már most! Maximum három személyt tudunk fogadni.

Cégünk egy a nyílt adatokat kereshetővé tévő CKAN szerver felállításával és üzemeltetésével szeretne hozzájárulni a magyar open data mozgalom sikerességéhez. Jelenleg a rendszer tesztelés alatt áll,  de szívesen biztosítunk hozzáférést bárkinek, aki szeretne adatokat feltölteni, vagy linkelni. 

A CKAN szerver elsődleges célja, hogy kereshetővé tegye az elérhető nyílt adatokat. Lehetőség van csupán az adatok forrásának linkelésére és egy rövid leírás megadására is, illetve fel is tölthetők az adathalmazok a szerverre. Jelenleg csupán pár adathalmaz érhető el a szerveren, ezek számát szeretnénk jelentősen növelni mielőtt publikussá válik az oldal. Továbbá reméljük, hogy az esetleges hibákra is fény derül a tesztüzem során.

Tesztelésre egy a zoltan.varju(kukac)precognox.com e-mail címre küldött e-maillel lehet jelentkezni, a tárgyban a "CKAN" feltüntetésével.

Az NLP meetup segítőket keres! Általában évi hat alkalommal kerül megrendezésre a meetup, mely lebonyolításában eddig Kádár Ákos és Recsik Gábor segített - amit ezúton is köszönünk nekik. A segítőre váró feladatok sokszínűek, olyan kreatív tevékenységeket fednek le mint székpakolás, a vendégek fogadása és útbaigazítása, egy-egy esemény lebonyolítása, előadók meghívása stb. Ezek jelentős része helyhez kötött, mivel Budapesten tartjuk rendezvényeinket.

Amennyiben szeretnél csatlakozni a szervezőkhöz, írj magadról pár sort a zoltan.varju(kukac)precognox.com címre, a tárgymezőbe írd be, hogy "NLP meetup segítő". Ellentételezéssel nem tudunk szolgálni, de mint segítő megismerheted a hazai és részben a nemzetközi szakmai élet szereplőit, kapcsolatba kerülhetsz kutatókkal és az iparral is. Szükség esetén nagyon szép ajánlásokat tudunk írni! Továbbá írhatsz a Kereső Világra, amit kétszer is a harmadik legjobb IT blognak választott a Goldenblog zsűrije és idén ott van a tíz legjobb biznisz blog között. Médiapartnerünk a Nyelv és Tudomány rendszeresen megkörnyékezi tagjainkat, hogy írjanak nekik szakterületükről. Az sem utolsó szempont, hogy a lelkes segítő úgy jelentkezhet gyakornoki programunkra, hogy már ismerjük.

A nyílt adatok iránt érdeklődők számára igazi csemege lesz az ePSIplatfrom október 2-án megrendezésre kerülő workshopja. A részvétel ingyenes, de előzetes Eventbrite regisztrációhoz kötött. A részletes program ezen a linken érhető el.