DaNetQA: Составление бинарного датасета на русском языке для вопросно-ответной системы

ФИО студента: Глушкова Таисия Олеговна

Руководитель: Артемова Екатерина Леонидовна

Кампус/факультет: Факультет компьютерных наук

Программа: Науки о данных (Магистратура)

Год защиты: 2020

Основная цель данной работы – составление набора обучающих данных для вопросно-ответной системы на русском языке. Рассматривается частный вид вопросов: вопросы, на которые возможен только бинарный (да или нет) ответ. Каждому вопросу в соответствие ставится абзац, на основании которого возможно дать ответ. Предложен воспроизводимый алгоритм создания датасета для русского языка на базе краудсорсинговой платформы Яндекс.Толока. На созданном датасете тестируется методы классификации текстов, использующие различные модели дистрибутивной семантики.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ