Разработка сервиса классификации и извлечения информации из документов — различия между версиями
| Строка 36: | Строка 36: | ||
=== Какие будут использоваться технологии? === | === Какие будут использоваться технологии? === | ||
| − | + | Python/C++ | |
| + | DB: PostgreSQL/Oracle/Microsoft SQL/Mongo DB | ||
| + | ML: Keras/Theano(TensorFlow)/SciKit-Learn | ||
| + | Text processing: NLTK | ||
| + | Собственные библиотеки обработки данных | ||
=== Какие начальные требования? === | === Какие начальные требования? === | ||
Версия 14:57, 18 сентября 2017
| Компания | OpenTRM (Open Trade and Risk Management) |
| Учебный семестр | Осень 2017 |
| Учебный курс | 3-й курс |
| Максимальное количество студентов, выбравших проект: 3-5 | |
Содержание
| |
Что это за проект?
В рамках данного проекта студентам предлагается участвовать в разработке прототипа продукта/сервиса который осуществляет анализ сканов документов произвольного формата (PDF файлы) для распределения их по заданным классам и извлечения из них необходимой информации. Несмотря на наличие подобных продуктов на рынке, большинство существующих продуктов ориентированы на использование заранее определенных шаблонов на извлечение информации (например, шаблон налоговой декларации или счета-фактуры). Разрабатываемый продукт применяет модели построенные на алгоритмах машинного обучения, которые ориентируются на формирование обучающей выборки на основе прошлой истории классификации документов и извлечения информации вручную. Это позволяет настроить прототип на корректную работу с инструментами автоматически в процессе обучения и без дополнительной настройки шаблонов документов.
Чему научатся студенты? Что самое интересное в проекте?
-Формулировать постановку задачи -Проводить разработку в изменяющихся условиях и требованиях -Участвовать в проекте по разработке прототипа продукта и выводе продукта на рынок (в команде, не индивидуально!) -Применять алгоритмы машинного обучения для статистической обработки финансовой информации -Применять современные техники обработки текстовой информации и извлечения информации (IE - Infromation Extraction)
Организация работы (Как студенты будут работать в команде?)
Организация разработки и взаимодействие на проекте будет построено по Scrum:
- Все студенты участники Scrum команды - Product Owner от OpenTRM - Scrum Master от OpenTRM
Детали и подробности организации на вводных занятиях
Компоненты (Из каких частей состоит проект?)
1. Знакомство с существующими наработками 2. Формирование бизнес-требований, обсуждение и дизайн прототипа продукта (MVP, MLP) 3. Планирование и проведение спринтов по разработке прототипа продукта 5. Проведение демонстраций 6. Документирование и закрытие проекта
Какие будут использоваться технологии?
Python/C++ DB: PostgreSQL/Oracle/Microsoft SQL/Mongo DB ML: Keras/Theano(TensorFlow)/SciKit-Learn Text processing: NLTK Собственные библиотеки обработки данных
Какие начальные требования?
test
Темы вводных занятий
test
Критерии оценки
test
Похожие проекты
test
Контактная информация
test
