Модели и методы анализа неструктурированных данных, майнинг данных и рекомендательные системы

Целью данного проекта является развитие фундаментальных и прикладных научных исследований в области анализа неструктурированных данных. Важными составляющими цели исследования являются следующие подцели: 1. Исследование и развитие интерпретируемых методов анализа данных и способов интерпретации существующих методов. 2. Создание новых методов обработки текстов на русском языке и методов переноса обучения между разными языками, а также создание новых наборов данных. 3. Исследование применимости методов переноса обучения между различными задачами, включая задачи информационного поиска и задачи извлечения информации. Задачи научного исследования: 1.Разработка методов и моделей машинного обучения для извлечения структурированной информации из текстов на естественном языке и информационного поиска; 2.Развитие методологии оценивания применимости, качества и производительности нейросетевых языковых моделей в задачах понимания естественного языка; 3. Разработка методов вычислительной лексической семантики; 4.Создание новых наборов данных для обучения и тестирования методов автоматической обработки текстов; 5.Создание и развитие интерпретируемых методов машинного обучения и майнинга данных, объяснения рекомендаций в рекомендательных системах; 6.Разработка методов майнинга данных для комбинаторного поиска и их приложений по областям (демографические последовательности, последовательности событий в интернет-приложениях и рекомендательных системах, генотипические данные и др.).