Аспирант Омского политеха упростил работу составителям образовательных программ

Изначально наше направление исследования родилось из желания упростить работу составителям образовательных программ. Если говорить грубо, то образовательная программа это набор документов, регламентирующих основные характеристики образования: содержание, объем, форма аттестации и т.д. Хотелось с минимальными затратами сил и времени реагировать на меняющиеся образовательные стандарты и потребности рынка труда. А чтобы это сделать, нужно обработать много объектов: образовательные стандарты, профессиональные стандарты, объявления о вакансиях с популярных порталов по поиску работы, профессиональную литературу и статьи. 

Основной особенностью этих объектов является то, что они заданы на естественном языке, и их структуру мы редко когда можем знать заранее (если она вообще есть). Мы принялись за создание моделей и алгоритмов, которые бы смогли помочь нам в анализе этих объектов. Первым этапом работы стала разработка модели для представления этих объектов в одном пространстве, в котором мы бы смогли сравнивать эти объекты, т.е. понимать насколько одна сущность далека по смыслу от другой. Следующим этапом стала разработка более сложных и интересующих нас алгоритмов. Что нас интересует в первую очередь: мы хотим посмотреть на какие кластеры разбиваются эти объекты, посмотреть через какие объекты выражаются другими.

В чем они могут нам помочь? В большом количестве современных задач по работе с естественным языком:  создание вопросно-ответных систем, систем извлечения знаний, систем автореферирования и т.д. Когда я рассказываю своим знакомым о своей работе, то они обычно шутят: «Теперь можно не писать курсовые?». Да, это очень близко к нашей цели. Мы делаем инструмент для упрощения создания поисковиков, чат-ботов и т.д.: все, что связано с обработкой большого объема текстов.

На сегодняшний момент наша команда студентов и аспирантов ОмГТУ начала разработку высокопроизводительной библиотеки для обработки естественного языка с использованием современных методов машинного обучения, анализа данных, наших моделей и алгоритмов. В ней переплелось многое: глубокое обучение, высокопроизводительные вычисления, обработка больших данных, топология, алгебра и методы оптимизации. Она необходима для реализации проектов, связанных с обработкой языка, у нас накопилось много алгоритмов, моделей, и мы решили создать на основе нашего опыта и экспертизы такой инструмент. Есть очень много примеров, когда удачно спроектированный и реализованный инструмент становился популярным за пределами своей академической среды. Надеемся, что и наш окажется полезным, мы видим в нем потенциал.

Дальнейшим развитием этих идей является то, что мы можем применять полученный инструментарий не только к образовательной сфере, но и к любой интересующей, где находится место неструктурированным или слабоструктурированным данным на естественном языке, к примеру, поиск информации, создание чат-ботов и другие».