Классификация документов или текста — это одна из важнейших задач в обработке естественного языка (natural language processing, NLP).

У нее есть множество применений, таких как классификация новостей, фильтрация спама, поиск неприемлемых комментариев и т. д.

У больших компаний нет проблем со сбором больших наборов данных, поэтому обучение модели классификации текста с нуля — вполне осуществимая задача.

Однако, для большинства реальных задач большие наборы данных — редкость, и для построения своей модели приходится проявлять смекалку.

В этой статье я расскажу о практических подходах к преобразованиям текста, которые сделают возможной классификацию документов, даже если набор данных небольшой.

Вышло очередное обновление Telegram. В нем улучшили управление загрузками, выбор порядка фотографий и видео в альбомах, а также внедрили возможность телевещания через каналы. Подробнее о новых возможностях в статье:

«Во всякой вещи скрыт узор, который есть часть Вселенной. В нём есть симметрия, элегантность и красота — качества, которые прежде всего схватывает всякий истинный художник, запечатлевающий мир. Этот узор можно уловить в смене сезонов, в том, как струится по склону песок, в перепутанных ветвях креозотового кустарника, в узоре его листа.

Мы пытаемся скопировать этот узор в нашей жизни и нашем обществе и потому любим ритм, песню, танец, различные радующие и утешающие нас формы. Однако можно разглядеть и опасность, таящуюся в поиске абсолютного совершенства, ибо очевидно, что совершенный узор — неизменен. И, приближаясь к совершенству, всё сущее идёт к смерти» — Дюна (1965)

Компания Samsung представила новую функцию безопасности Message Guard для линейки смартфонов и планшетов Galaxy, которая поможет защитить пользователей от кибератак с вредоносными вложениями. 

Немецкий автомобильный концерн BMW объявил о намерении вложить $1,7 млрд в производство электромобилей в США. Компания планирует инвестировать $1 млрд в завод в Спартанберге, а также $700 в новое предприятие по изготовлению аккумуляторов в Вудраффе. Оба производства будут находиться в штате Южная Каролина.

Последнее обновление Microsoft 365, в котором облачное хранилище OneDrive обрабатывает вложения почтового сервиса Outlook, фактически ограничило объём этих файлов. В OneDrive доступный объём не превышает 5 ГБ, тогда как в Outlook он достигает 15 ГБ.