Система семантического анализа распознанной речи (проект) — различия между версиями
(Новая страница, с помощью формы Новый_проект) |
|||
| Строка 14: | Строка 14: | ||
Более подробно о проекте можно почитать в презентации во вложении и на сайте проекта – heedbook.com | Более подробно о проекте можно почитать в презентации во вложении и на сайте проекта – heedbook.com | ||
Система полностью переводит содержание диалога в текст (ASR). | Система полностью переводит содержание диалога в текст (ASR). | ||
| − | |||
=== Чему вы научитесь? === | === Чему вы научитесь? === | ||
Разработка бэк-энд архитекуры облачных сервисов | Разработка бэк-энд архитекуры облачных сервисов | ||
| + | |||
Построение API | Построение API | ||
| + | |||
Программирование микросервисов на языках C# и Python | Программирование микросервисов на языках C# и Python | ||
| + | |||
Глубокое взаимодействие с API Heedbook | Глубокое взаимодействие с API Heedbook | ||
| + | |||
Фрэймворки и алгоритмы анализа смысла, эмоциональной окраски и наличия ключевых слов в тексте | Фрэймворки и алгоритмы анализа смысла, эмоциональной окраски и наличия ключевых слов в тексте | ||
| + | |||
На выходе открытый продукт – система семантического распознания текста | На выходе открытый продукт – система семантического распознания текста | ||
| Строка 48: | Строка 52: | ||
=== Направления развития === | === Направления развития === | ||
| − | + | Дальнейшим шагом развития сервиса является оценка смыслового содержания текста. | |
=== Критерии оценки === | === Критерии оценки === | ||
Версия 14:02, 27 сентября 2017
| Ментор | Романов Дмитрий |
| Учебный семестр | Осень 2017 |
| Учебный курс | 2-й курс |
| Максимальное количество студентов, выбравших проект: 5 | |
Что это за проект?
Компании, осуществляющие face-to-face обслуживание клиентов не удовлетворены качеством оценки удовлетворенности клиентов с помощью стандартных механизмов (телефонный опрос, SMS/email, контрольная закупка, кнопки лояльности). Для того, чтобы решить задачу компания Heedbook разработала системы анализа клиентских эмоций и бизнес-процессов с помощью нейросетей. Компания анализирует мимику, внимание, тон голоса, содержание разговора и много других параметров в процессе обслуживания клиента. Более подробно о проекте можно почитать в презентации во вложении и на сайте проекта – heedbook.com Система полностью переводит содержание диалога в текст (ASR).
Чему вы научитесь?
Разработка бэк-энд архитекуры облачных сервисов
Построение API
Программирование микросервисов на языках C# и Python
Глубокое взаимодействие с API Heedbook
Фрэймворки и алгоритмы анализа смысла, эмоциональной окраски и наличия ключевых слов в тексте
На выходе открытый продукт – система семантического распознания текста
Какие начальные требования?
Знания языков C#/Python, широкий ИТ кругозор
Какие будут использоваться технологии?
Azure Functions
Cognitive services
WebApp
DB
ML
Темы вводных занятий
1. Архитектура проекта. API, внешние связи и зависимости.
2. Специфические технологии и используемые инструменты.
3. Доступные ресурсы, организация доступа.
4. Разделение ролей
Направления развития
Дальнейшим шагом развития сервиса является оценка смыслового содержания текста.
Критерии оценки
TBA
Ориентировочное расписание занятий
TBA
