Meanotek

Мы учим компьютеры понимать мир

Meanotek разрабатывает решения с искусственным интеллектом, которые умеют брать на себя работу человека и могут общаться с помощью голоса. Мы обучаем ИИ решать важные для вас задачи и предлагаем готовые решения для управления вашим бизнесом.

Извлечение информации из текста

Выделение упоминаний имен, названий организаций, событий и мест. Выделение составных частей наименований товаров, составленных в произвольной форме. Узнать больше >

Машинный перевод

Технология перевода текстов, с использованием обучающейся модели искусственного интеллекта. Умеет переводить большие объемы текста. Можно интегрировать в ключевые офисные приложения. Узнать больше >

Проекты

Успешно выполненные проекты из десятков стран по всему миру.

Диалоговые интерфейсы
Наука, образование и медицина
Интернет магазины и маркетинг
Новостная аналитика

Персональный помощник Минди

Система для управления задачами сотрудников, понимающая голосовые команды и работающая на любом устройстве. Читать дальше >

Бот заказа такси

Бот задает вопросы о поездки, сохраняет ответы и передает данные серверу, который назначает машину. Читать дальше >

Поиск и рекомендации оптимального лечения для пациентов

Разработана система рекомендации лечений онкологических заболеваний, с учетом генетического профиля опухоли. Читать дальше >

Классификация тканей по гистологическим картинкам

В ходе работ была создана программа классификации карциномы, доброкачественной опухоли по фото ткани. Читать дальше >

Классификация рентгеновских снимков

Система классификации патологий на рентгеновских снимках, с использованием общедоступного набора данных медицинских изображений. Читать дальше >

Диаграммы Рида-келлога

Веб-сервис для построения блок-схем из предложений на английском языке по методу Рида и Келлога.

Генератор рекламных объявлений

Поскольку недавно к нам обратились заказчики с задачей создать описаний для товаров на сайте, мы решили подробнее изучить этот вопрос. Читать дальше >

Генератор текстов для сайтов

В качестве задачи, рассмотрим вопрос автоматической генерации описаний товара на основании отзывов. Т.е. имея несколько отзывов пользователей товара. Читать дальше >

Система выделения информации для банка АО «Банк ЦентрКредит» (Казахстан)

Была разработана система выделения определенной информации из большого массива данных на естественном языке. Читать дальше >

Технологии и разработки

Уникальный набор модулей на основе глубоких нейронных сетей

Выделение обьектов и фактов из текстов на примерах
Определение тональности не только целых текстов, но и тональности по отношению к определенным объектам
Поддержка принятия решений
Не требует ручного выделения признаков
Генерация парафраз и новых уникальных текстов на естественном языке
Обработка различных языков

Ведущий разработчик нейросетевых анализоторов - Денис Станиславович Тарасов
Тема: Нейросетевая модель для решения задачи ответа на вопросы пользователя в произвольной предметной области

XVIII Международная научная конференция, "Нейроинформатика-2016"

Публикации

Изотова Е.Д. Извлечение фармацевтически значимых аспектных терминов моделью рекуррентной нейронной сети из текстов на естественном языке при малых выборках/Е.Д. Изотова, Д.С. Тарасов//XVIII "Нейроинформатика-2016".- Сб.н.т. - М.: НИЯУ МИФИ.- 2016.- Т. 1 - С.65-74
Тарасов Д.С. Нейросетевая модель для решения задачи ответа на вопросы пользователя в произвольной предметной области/Д.С. Тарасов//XVIII "Нейроинформатика-2016".- Сб.н.т. - М.: НИЯУ МИФИ.- 2016.- Т. 3 - С.205-212

Tarasov D.S, Izotova E.D. (2016) Deep recurrent neural networks for extracting pharmacological terms from Russian texts" Neuroinformatics (2016) V.2. This paper, produced with collaboration with Institute of Medicine and Biology of Kazan Federal University considers extraction of information from online medical forums for monitoring drug side effects (paper in Russian, for English abstract see conf. program http://neuroinfo.ru/index.php/en/schedule/sections?year=2016 paper text available by request)

Показать полностью...

D.S. TARASOV, E.D. IZOTOVA. COMMON SENSE KNOWLEDGE IN LARGE SCALE NEURAL CONVERSATIONAL MODELS//Принято к печати, Нейронформатика-2017 (в сборнике Studies in Computational Intelligence, из-ва Springer) In this work we analyze behavior of a number of neural network architectures, trained on Russian conversations corpus, containing 20 million dialog turns. We found that small to medium neural networks do not really learn any noticeable common-sense knowledge, operating pure on the level of syntactic features, while large very deep networks shows do posses some common-sense knowledge.
Tarasov D.S. (2016) Preserving personal conversational style and diversity in neural conversational models//Proceedings of International Conference on Artificial Neural Networks - Neuroinformatics (2016) V.2. This paper presents a method to apply specific personal conversation traits to neural dialog models, trained on large heterogeneous dialog corpus (Abstract is avaliable from conference program url - http://neuroinfo.ru/index.php/en/schedule/sections?year=2016#Stend5).

Tarasov D.S. (2016) Neural network model for general domain question answering//Proceedings of International Conference on Artificial Neural Networks - Neuroinformatics (2016) V.3. In this work we propose novel neural network model, capable of answering questions without topic restriction by reading natural language documents provided by simple information retrieval methods. (paper in Russian, for English abstract see conf. program http://neuroinfo.ru/index.php/en/schedule/sections?year=2016 paper text available by request))
Tarasov D.S. (2015) Natural Language Generation, Paraphrasing and Summarization of User Reviews with Recurrent Neural Networks // Computational Linguistics and Intellectual Technologies: Proceedings of Annual International Conference “Dialogue”, Issue 14(21), V.1, pp. 571-579 (PDF link: http://www.dialog-21.ru/digests/dialog2015/materials/pdf/TarasovDS2.pdf , presentation slides: http://www.meanotek.io/files/natgen.pdf). This paper, reports first successful application of deep learning to generate abstractive multi-document summaries.
Tarasov D.S. (2015) Deep Recurrent Neural Networks for Multiple Language Aspect-Based Sentiment Analysis // Computational Linguistics and Intellectual Technologies: Proceedings of Annual International Conference “Dialogue”, Issue 14(21), V.2, pp. 65-74 (PDF link: http://www.meanotek.io/files/TarasovDS2015-Dialogue.pdf) - this paper describes aspect-based sentiment analysis system that achieved top results on SentiRuEval-2015 competition (http://www.dialog-21.ru/evaluation/2015/sentiment/)

Блог

Статьи:

Русский нейросетевой чатбот

О чатботах, использующих нейронные сети я уже писал некоторое время назад. Сегодня я расскажу о том как я попробовал сделать полномасштабный русскоязычный вариант.

Статьи:

Автоматическая генерация уникальных текстов для SEO

В последние годы уникальный текст стал распространенным инструментом, который SEO-специалисты рекомендуют для продвижения сайтов.

Статьи:

Автоматическая генерация осмысленных уникальных текстов

В качестве задачи, рассмотрим вопрос автоматической генерации описаний товара на основании отзывов. Т.е. имея несколько отзывов пользователей товара.

Статьи:

Система анализа текстов

В этой статье поговорим о методах алгоритмической генерации текстов и расскажем о нашем опыте работы с ними. Допустим мы работаем с отзывами о телефонах.

Meanotek

Мы учим компьютеры понимать мир

Искусственный интеллект уже помогает нашим клиентам работать эффективнее

Компьютерное зрение

Медицинские системы

Чат-боты и диалоговые агенты

Комплексная автоматизация

Извлечение информации из текста

Анализ переписки

Распознавание и синтез речи

Машинный перевод

Генерация текстов