Уже неоднократно слышали от коллег и знакомых, что нам не хватает видеоконтента о технологии и потенциальных продуктах на ее основе.

Подумали, что пора осваивать и это направление. Как-никак, в текстовом формате мы достаточно полно и регулярно рассказываем о жизни проекта тут, в блоге, ну и время от времени пишем статьи на хабр (кстати, скоро будет новая, не пропустите!).

А вот площадки, где можно показать в динамике, как решается та или иная задача с помощью Real AI SA, действительно не хватает.

За последние пару недель подготовили мини-студию для записи – докупили источников света, хороший микрофон и несколько стоек.

Попробовали записывать разные форматы и пока остановились на повествовании перед камерой с видео вставками – например интерфейса самого семантического анализатора, демо-примеров или применяемых нами архитектурных решений.

В планах – записать 5 тематических видео и определиться с платформой, на которой будем их размещать.

Сейчас участвуем в двух акселерационных программах, в которые прошли отборы.

Первая – образовательный акселератор МИФИ, очень грамотно организованный и позволяющий выходить на индустриальных партнеров, входящих в контур Госкорпорации «Росатом».

Вторая – отраслевой акселератор «Индустриальный код», проводимый Госкорпорацией «Ростех» для поиска инновационных решений и оценки их применимости в организациях контура.

Достаточное ли это количество площадок для подсвечивания нашего семантического анализатора? Учитывая наукоемкость проекта и его кардинальное отличие от существующих решений на рынке обработки естественного языка, ответ – нет!

А значит – мы находимся в постоянном поиске возможностей рассказать потенциальным заказчикам про Real AI SA и его применениях для решения бизнес-задач. Для этого подали заявку в новый отраслевой акселератор, проводимый АО «Газпромбанк» – Финтех.Наука.

Данное мероприятия показалось крайне интересным, так как акцент – именно на проекты с серьезной научной составляющей.

Надеемся, что пройдем отбор, не смотря на то, что проект мы двигаем самостоятельно, без связки с каким-либо ВУЗом и в графу заявки «Академическая принадлежность» честно написали «нет».

Только закончили тестировать новые возможности Real AI SA при разборе классики мировой литературы, как уже выпустили серьезное обновление в части разбора омонимии.

Корректное понимание омонимов – слов, с одинаковым звучанием и написанием, но имеющим разный смысл – серьезная задача при анализе естественного языка.

Условно, можно разделить два случая омонимии.

Первый — омонимия двух объектов, как, например в предложении «Он поднял кисть». Здесь смысловая модель построится корректно, даже если выберется любое из значений слова «кисть», известных системе. «Кисть» (в любом из значений) станет объектом, «Он» – актором, а «поднял» – связующим действием.

Второй — намного более сложный случай, когда написанный омоним может значить и объект и действие. В этом случае правильное построение модели невозможно, ведь нет понимания – считать ли разобранный набор букв за действие, с определенным набором допустимых параметров, или за объект.

В ходе развития семантического анализатора мы провели работу и определили, что в русском языке порядка 400 пар с начальной формой существительного и начальной формой глагола, словоформы которых совпадают по написанию и звучанию. Например – «стекло», в значениях «стекать» или материала, «ушей», в значении «ушивать» или множественного числа от слова «ухо» в родительном падеже.

Собственно, над вторым случаем омонимии и работали последнее время, получив хороший результат при разборе неоднозначных конструкций, которые вызывают затруднения даже у современных LLM.

Как пример — в заглавной картинке к посту приведен морфологический разбор фразы «Ушей это платье», проведенный моделью Claude Opus 5 medium, которая распознала вместо действия «ушивать» объект «уши».

Вот пара примеров разбора омонимии объектов и действий Real AI SA:

• Масло стекло на стол
• Чистое горное стекло
• Ушей это платье
• Осмотр ушей собаки занял 3 минуты

Ссылки приведены на старое демо, но разумеется эти и другие фразы можно разбирать и на t2graph, где еще можно посмотреть JSON полученных моделей.

Завершили еще один технологический этап развития семантического анализатора Real AI SA.

В текущей версии присутствуют более серьезные методы обработки прилагательных в разных ролях, внедрены новые механизмы разрешения омонимии, увеличена общая производительность и отказоустойчивость.

Количество же описанных понятий в базе знаний системы превысило уже 4000.

Как и всегда – после серьезной доработки – приступаем к серьезному тестированию.

В предыдущих постах писали про разбор фраз из произведений Пушкина и Чехова. В этот же раз попробовали подступиться к текстам из произведений Алана Эдгара По.

Вот несколько цитат из произведения «Длинный ларь» с любопытными вариантами их разбора в он-лайн демо нашего семантического анализатора:

• Часть пути они провели в своей каюте и решительно не хотели знакомиться с пассажирами корабля
• Спустя какое-то время появилась на пристани тележка с весьма длинным сосновым ларем
• В бессонные ночи внимание мое привлекли странные, осторожные и глухие звуки в его каюте

В русском языке распространена ситуация, когда слово, представляющееся по форме прилагательным или причастием, используется на месте подлежащего, как существительное. Например – «больной выглядел лучше» или «потерпевший сообщил детали происшествия».

При решении задачи построения смысловой модели подобных предложений возникает два варианта решения.

Первый – описывать для всех таких слов в базе знаний анализатора два понятия с различной семантикой – одно для прилагательного и второе для существительного.

Второй – описать только прилагательное, а в случае использования его в роли существительного создавать подразумеваемый объект (Gap Object в модели), обладающий свойством, представляемым прилагательным.

Второй вариант показался более рациональным и в Real AI SA реализовали именно его.

Кроме того, он позволил не создавать запись в базе знаний для каждого прилагательного, так как понятие создается и соответствующим образом обрабатывается просто на основе морфологических данных.

Разумеется, даже в этом случае сохраняется возможность вручную описать и отдельные понятия для прилагательного и существительного.

С примерами обработки таких конструкций можно ознакомиться в нашем бесплатном демо, например, на следующих фразах:
«Быстрый посыльный доставил важный пакет»
«Пожарный вынес из горящего дома»

Посетили вводное мероприятия в рамках второго этапа «Индустриального кода» – программы, проводимой ГК «Ростех», нацеленной на поиск технологических проектов для пилота и масштабирования.

Организаторы рассказали, что всего было подано 130 заявок и только 31 проект прошел экспертный отбор.

На конкурс мы подавали Real AI SA с практическим сценарием автоматизации ведения электронного архива документов. Приятно, что члены комиссии высоко оценили и технологическую составляющую проекта и его потенциальную практическую пользу.

Дальнейшие шаги – за месяц, вместе с назначенными экспертами, подготовить качественную презентацию, с которой необходимо будет выступить в живую перед ЛПР из контура госкорпорации.

В целом программа похожа на Индастрикс, который проводит ПАО «Газпром Нефть», разве что еще на начальном этапе становления и организаторы сами понимают некоторые моменты, которые в дальнейшем можно улучшить. Например, в рамках Индастрикса происходит поиск потенциально заинтересованных лиц в контуре «Газпром Нефти» перед итоговым выступлением. Здесь же, в «Индустриальном коде», предложили поискать запросы в интернете и надеяться, что презентация попадет в боль одного из присутствующих ЛПР. Чей состав также неизвестен. 🙂

Считаем, что любой способ подсветки проекта нам на пользу, учитывая его наукоемкость, а живое выступление и последующее общение может обернуться если и не пилотом, то полезными контактами или экспертными интервью.

В русском языке можно встретить много конструкций, которые понимаются носителями языка на подсознательном уровне, но требуют глубокого погружения, если мы хотим формализовать логику их обработки.

Как раз недавно, при развитии нашего семантического анализатора, натолкнулись на очередной такой случай под названием «объектный дуплексив».

Официальное определение звучит достаточно сложно. Объектный дуплексив — это второстепенный член предложения с двойной связью, который одновременно поясняет глагол-сказуемое и имя существительное (или местоимение) в роли прямого дополнения (объекта), выражая атрибутивно-объектное значение.

Если же говорить простыми словами – это обозначение временного признака объекта, который актуален именно в момент совершения действия.

Пример фразы с объектным дуплексивом – «подавать суп горячим». Здесь слово «горячим» характеризует состояние супа в момент подачи.

Контрпример – морфологически идентичная фраза, но имеющая совершенно другой характер семантических связей между словами – «подавать суп уставшим». Здесь слово «уставшим» может указывать на актора или адресата действия «подавать».

Самих глаголов в русском языке, допускающих подобную конструкцию на более 100, если не считать образования словоформ с помощью, например, приставок.

При этом разделяются такие глаголы на конкретные смысловые группы:

• глаголы потребления (еда, питье, использование)
• глаголы передачи, доставки и обмена
• глаголы обнаружения, восприятия и памяти (застать объект в каком-то виде)
• глаголы оставления и сохранения (фиксация состояния).

Сейчас завершаем тестирование разработанного механизма обработки дуплексива и в ближайшее время планируем дообновить наше демо.

В предыдущем посте «Две функции конструкции «X есть/был/будет Y» мы писали, что некоторые характеристики являются относительными и зависят только от участия объектов в тех или иных действиях.

В этом же посте опишем, что вообще такое – объекты, характеристики и действия с точки зрения применяемого нами свойство-ориентированного подхода.

Получение информации о свойствах окружающего мира человеком происходит за счет выполнения определенных действий и регистрации поступающей обратной связи.

Для эффективной фильтрации этих свойств, которые каждый момент времени фиксируются десятками, мозг человека выработал определенные этапы обработки.

Прежде всего, происходит выделение из всего массива свойств, тех, которые не зависят от текущего положения самого человека. Такие свойства представляют всю окружающую человека среду в конкретный момент времени.

Фиксируя окружающую среду для разных моментов времени, мозг выделяет группы свойств, которые остаются неизменными. Этим, относительно неизменным наборам свойств, можно дать имя и запомнить.

Таким образом, появляется понятие предмета, как набора повторяющихся свойств, предоставляемых человеку органами чувств – зрительными, звуковыми, тактильными и пр.

Кроме того возникает и понятие среды – как того, что осталось после выделения предметов.

Следующий шаг – можно сконструировать новые действия, проверяющие взаимное расположение предметов в среде – расстояние, слева, справа, над, под – формируя общее понятие места.

Дальнейшее же выделение наборов свойств предметов приводит к понятиям цвета, формы, запаха, веса и др.

Любопытно отметить, что некоторые свойства не являются постоянными и вне участия в действиях не имеют подтверждения от чувств. Глядя на человека мы не всегда можем увидеть, например, его профессию, которая зависит только от участия в определенных действиях.

Посетили в четверг мероприятие «Вечерний R&Dиалог: от прототипа до тиража: кто платит за дорогостоящую стадию?», проводимое в Московской международной высшей школе бизнеса «МИРБИС».

Было интересно послушать мнение об инновациях со стороны крупных компаний, в том числе и с государственным участием.

Из положительного отметили, что сейчас активно идет реализация стратегии по увеличению финансирования наукоемких проектов. Ее ключевая задача – довести показатель финансирования до 2% от ВВП к 2030 году.

Направление очень правильное, но пока возникают затруднения. Например – не определено, за чей счет будут осуществляться приток средств. Промышленность ищет уже готовые решения и не располагает ресурсами на тестирование гипотез, банки – располагают средствами, но не хотят рисковать, выбирая для инвестирования уже зрелые проекты.

Кроме того, любопытным показалось негодование представителя инновационного блока одной из госкорпораций, направленное на то, что стартапы хотят денег за пилоты, а им, инновационному подразделению государственной корпорации, стартапы не хотят оплачивать время и затраченные ресурсы.

Вместе с тем, как и на других похожих мероприятиях, часто ставился знак равенства между «инновацией» и «копированием уже существующего, но ставшего недоступным, решения».

Подняли вопрос, а как достучаться до крупных игроков, когда все же команда пытается сделать что-то новое, а не копировать.

Организаторы и спикеры не смогли дать ответ, однако предложили в рамках «МИРБИС» попробовать организовать диалог по вопросу – как достучаться до бизнеса стартапам, что определенно можно назвать позитивной динамикой.

В русском языке выражения «X есть/был/будет Y» или «X – это Y» могут выполнять две разные функции.

Первая функция – указывает на знание или констатацию факта, например – «яблоко есть фрукт», «Вася есть человек». Здесь мы определяем первое понятие, задавая его через более общее понятие, имеющее существенные свойства. Эта роль подобна наследованию (или созданию экземпляра класса) в объектно-ориентированном подходе.

Вторая функция имеет указательную природу, наводя фокус и выстраивая связь от одного понятия к другому. Например – «Вася – это хоккеист» или «ветки были материалом для шалаша». Здесь речь идёт не об абсолютном знании об объектах «Вася» или «ветки», а скорее о присвоении некоей роли.

При этом роль определяет не существенные свойства объекта, а какую-то ограниченную временем или выполняемым действием характеристику. То есть, Вася проявляет свойства хоккеиста только во время игры в хоккей, а в других действиях может являться сотрудником компании.

Мы видим, что для подобных понятий основой является действие, в котором участвует объект – тот, кто играет в хоккей – хоккеист, то из чего сделано — материал, почему что-то сделано — причина, чем что-то сделано – инструмент и так далее.

Таким образом, если связать в базе знаний различные свойства действия с той или иной характеристикой (например, актор действия «продавать» и «продавец»), то система получит возможность понимать взаимосвязь выражений «Мария продает клубнику» и «Мария продавщица клубники».

Планируем в ближайших версиях реализовать данный подход и посмотреть, какие это откроет новые возможности при анализе текста.