Switch to English version?

Yes

Переключитись на українську версію?

Так

Переключиться на русскую версию?

Да

Przełączyć się na polską wersję?

Tak

Разместите свой проект бесплатно и начните получать предложения от фрилансеров-исполнителей уже спустя минуты после публикации!

2123 UAH

Topic modeling

2123 UAH

Python

3 из 3

истекло время актуальности

публикация
прием ставок
истекло время актуальности

Use data from https://github.com/thedenaas/hse_seminars/tree/master/2018/seminar_13/data.zip
Implement model in pytorch from "An Unsupervised Neural Attention Model for Aspect Extraction, He et al, 2017", also desribed in https://github.com/thedenaas/hse_seminars/blob/master/2019/seminar_13/topic.ipynb .

You can use sentence embeddings with attention :
$z_s = \sum_{i}^n \alpha_i e_{w_i}, z_s \in R^d$ sentence embedding $\alpha_i = softmax(d_i)$ attention weight for i-th token $d_i = e_{w_i}^T M y_s$ attention with trainable matrix $M \in R^{dxd}$ $y_s = \frac 1 n \sum_{i=1}^n e_{w_i}, y_s \in R^d$ sentence context $e_{w_i} \in R^d$ , token embedding of size d $n$ - number of tokens in a sentence

Or just use sentence embedding as an average over word embeddings :
$z_s = \frac 1 n \sum_{i=1}^n e_{w_i}, z_s \in R^d$ sentence embedding $e_{w_i} \in R^d$ , token embedding of size d $n$ - number of tokens in a sentence

$p_t = softmax(W z_s + b), p_t \in R^K$ topic weights for sentence $s$ , with trainable matrix $W \in R^{dxK}$ and bias vector $b \in R^K$ $r_s = T^T p_t, r_s \in R^d$ reconstructed sentence embedding as a weighted sum of topic embeddings $T \in R^{Kxd}$ trainable matrix of topic embeddings, K=number of topics

Training objective: $J = \sum_{s \in D} \sum_{i=1}^n max(0, 1-r_s^T z_s + r_s^T n_i) + \lambda ||T^T T - I ||^2_F$ where $m$ random sentences are sampled as negative examples from dataset $D$ for each sentence $s$ $n_i = \frac 1 n \sum_{i=j}^n e_{w_j}$ average of word embeddings in the i-th sentence $||T^T T - I ||_F$ regularizer, that enforces matrix $T$ to be orthogonal $||A||^2_F = \sum_{i=1}^N\sum_{j=1}^M a_{ij}^2, A \in R^{NxM}$ Frobenius norm

Compute topic coherence for at least for 3 different number of topics. Use 10 nearest words for each topic. It means you have to train one model for each number of topics. You can use code from seminar notes with word2vec similarity scores.

Ставки 2
Отклоненные 1

по умолчанию дата онлайн рейтинг стоимость время выполнения

2335 UAH

Сергей Галитовский

2335 UAH

Могу выполнить Ваше задание. Есть опыт работы с нейронными сетями и имплементации их с научных статей на pytorch/tensorflow.

О сроках и цене можем договориться.

22 марта 2020, 15:23

8000 UAH

Владислав Бандурин

8000 UAH

Добрый день!
У меня имеется большой опыт в DataScience. Есть экспертиза в NLP и разработке моделей на pytorch. Пишите, обсудим детали:)

21 марта 2020, 12:27

1 ставка скрыта

Актуальные фриланс-проекты в категории Python

Создание Тик-ток фермы с генерацией дохода 27 000 UAH в поиске человека, который может написать софт, для фермы тик ток, чтобы мы смогли генерировать трафик, получать доход. Ищем готовое решение с полным циклом. Python, Разработка ботов ∙ 19 часов 21 минута назад ∙ 13 ставок	27 000 UAH
AI Commenting Platform для TikTok и Instagram. Цель проекта Разработать систему, которая позволяет управлять большим количеством аккаунтов TikTok и Instagram и автоматически публиковать релевантные комментарии под выбранными видео с использованием ИИ. Основной функционал1. Управление аккаунтами Необходимо реализовать… AI и машинное обучение, Python ∙ 2 дня 2 часа назад ∙ 21 ставка
Построить модель классификации клиентов 1. Есть данные клиентов в Mongo/SQL (примерно 20 000 записей с сырыми данными). 2. Необходимо на их основе построить фичи и модель классификации клиентов на поведенческие группы. 3. Проект выполнить на Python. AI и машинное обучение, Python ∙ 3 дня 20 часов назад ∙ 43 ставки
ИТ Автоматизация ведения VAT-отчетности 10 000 UAH Необходимо разработать систему для автоматизации переноса данных о продажах из CRM в бухгалтерскую систему Wafeq. Система должна импортировать банковские и платежные отчеты, автоматически сверять платежи с инвойсами, формировать инвойсы для VAT-отчетности и минимизировать ручную… AI и машинное обучение, Python ∙ 4 дня 2 часа назад ∙ 51 ставка	10 000 UAH
Инструмент сверки счетов с банком, картами и бухгалтером Техническое задание: инструмент сверки счетов с банком, картами и бухгалтеромОбщая цель Нужен локальный инструмент (скрипт/небольшое приложение на Python), который запускается вручную раз в 1-2 месяца на моём компьютере и делает сверку между: Счетами, которые я выставил клиентам… Python, Десктопные приложения ∙ 4 дня 14 часов назад ∙ 43 ставки

Профиль удален

Topic modeling

Актуальные фриланс-проекты в категории Python

Создание Тик-ток фермы с генерацией дохода

AI Commenting Platform для TikTok и Instagram.

Построить модель классификации клиентов

ИТ Автоматизация ведения VAT-отчетности

Инструмент сверки счетов с банком, картами и бухгалтером