RuSSIR 2008Russian Summer School in Information Retrieval

Немного истории
Идея проведения RuSSIR’ов принадлежит Павлу Браславскому
Школы проводятся совместно с РОМИП
Школы поддерживаются и спонсируются разными компаниями
RuSSIR 2007 был первым и проходил в Екатеринбурге 5-12 сентября 2007

Немного статистики
Таганрогский технологический институт Южного федерального университета
4 полных курса, 1 краткий и 1 лекция
Конференция молодых ученых (7 докладов)‏
9 иностранных слушателей
Все курсы по-английски
10 часов занятий в день (с перерывами)‏
Всего 106 человек

Курс
Text Mining, Information and Fact Extraction
Marie-Francine Moens
(Katholieke Universiteit Leuven), Belgium

Text Mining, Information and Fact Extraction
Цель: извлечение конкретных фактов из текста на естественном языке
Лексическая обработка: извлечение языковых свойств, токенизация, стемминг, POS-разметка, парсинг предложений
В курсе делается широкий обзор методов машинного обучения и их применения к задаче информации из текстовых данных.

Text Mining, Information and Fact Extraction
Методы классификации: SVM, Байес, принцип максимальной энтропии
Контекстно-зависимая классификация: Hidden Markov Models, Conditional Random Field, Probabilistic Latent Semantic Analisys, Latent Dirichlet Allocation
Приложения

Курс
Поиск изображений
по содержанию
Наталья Васильева
(HP Labs)
Санкт-Петербург, Россия

Поиск изображений по содержанию
Задачи Image Retrieval: поиск изображений, похожих на заданный пример, поиск по заданной цветовой гамме, примерной форме и т.д.
2) Проблемы Image Retrieval:
большой разрыв между представлением и семантикой(а интересно именно семантическое содержание)
cубъективность восприятия изображений
трудность визуализации

Поиск изображений по содержанию
3) Уровни свойств изображения
Цвет(цветовые пространства, гистограммы)
Текстура(статистические свойства, фильтры, вэйвлеты)
Форма(методы выделения границы, кодирование формы)
Семантический(применение fusion-методов)

Поиск изображений по содержанию
4) Сегментация
5) Многомерное индексирование
Деревья(R, Quad, VP и тд)‏ Locality Sensitive Hashing
6) Приложения
IBM QBICK - search by image content
Virage
Visual SEEk

Data Structures in IR
Максим Губин (Ask.com, США)
Курс

Data Structures in IR
Индексация, структуры хранения данных, методы сжатия, распараллеливание
Поиск, слияние списков, отсечение, кэширование, построение кластера
Языковая модель, PageRank
Последовательно излагается процесс проектирования поисковой системы. На примерах возникающих проблем показывается применение классических структур данных и алгоритмов: Huffman and LZ coding, Map-Reduce, Bloom filter

Курс
Hands-on Natural Language Processing for Information Access Applications
Horacio Saggion
(University of Sheffield)

Natural Language Processing for Information Access
Извлечение информации из текста
выявление именованных сущностей
поиск связей между сущностями
определение значения сущностей
Обзор технологий и средств анализа естественного языка на примере системы GATE

Natural Language Processing for Information Access
Question Answering
получение ответа на запрос, сформулированный на естественном языке
3 типа вопросов: факт, перечисление, определение
индексация, анализ запроса, получение ответа
Text Summarization
выжимка из текста смысловой сути
sentence summarization, article summarization, corpus summarization
методы оценки результатов

Короткий курс
IR in Social Media
Alexey Maykov, Microsoft LiveLabs
Чем отличается Social Media от обычных СМИ?
Обзор, применение и архитектура SM
Сбор данных в SM, различные методы
Обработка и анализ этих данных

Лекция. Темы дня в блогах:
Как это работает
Антон Волнухин
Андрей Мищенко
Что такое «темы дня» в яндекс.блогах?
Как формируются «темы дня»?
Особенности формирования

Конференция
молодых ученых
Константин Артемьев
Метод вероятностного морфологического анализа для задач полнотекстового индексированного поиска
Александр Сибиряков
Извлечение мнений о товарах из форумов и блогов с учетом тональности
Евгений Рабчевский
Применение лексико-синтаксических шаблонов для автоматизации процесса построения онтологий
Ольга Пустыльникова
Автоматическая классификация текстов на основе их структурных признаков. Какую информацию о тексте отражает структура?
Алексей Владыкин
Автоматический метод оценки тематической содержательности документов
Мстислав Масленников
Самозагрузка правил для извлечения информации из текстов на естественном языке.
Ольга Шамина
Автоматический поиск научных статей в сети Интернет

Конференция
молодых ученых

Неформальное
Welcome Party

Неформальное
Футбольный матч
12 – 0
в пользу студентов!

Неформальное
RuSSIR Party

Неформальное
Мафия по ночам

Неформальное
Последствия мафии

А на самом деле: