- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
Адрес: 105066, г. Москва,
Старая Басманная ул., д. 21/4
Телефон: +7 (495) 772-95-90 доб. 22734
E-mail: ling@hse.ru
Редакторы сайта — Наталья Борисовна Пименова, Татьяна Борисовна Казакова, Максим Олегович Бажуков, Юлия Геннадьевна Бадрызлова
Школа лингвистики была образована в декабре 2014 года. Сотрудники школы преподают на образовательных программах по теоретической и компьютерной лингвистике в бакалавриате и магистратуре. Лингвистика, которой занимаются в школе, — это не только знание иностранных языков, но прежде всего наука о языке и о способах его моделирования. Научные группы школы занимаются исследованиями в области типологии, социолингвистики и ареальной лингвистики, корпусной лингвистики и лексикографии, древних языков и истории языка. Кроме того, в школе создаются лингвистические технологии и ресурсы: корпуса, обучающие тренажеры, словари и тезаурусы, технологии для электронного представления текстов культурного наследия.
Bangkok: Association for Computational Linguistics, 2024.
В печати
Колмогорова А. В., Куликова Е. Р.
Русин. 2025.
В печати
Kazakova T., Vinyar A., Бакланов А. Е. et al.
In bk.: Первый Евразийский конгресс лингвистов. Москва, 9–13 декабря 2024: Тезисы докладов. M.: 2025.
arxiv.org. Computer Science. Cornell University, 2024
Алгоритм для выявления коррупциогенности: магистрант Школы лингвистики одержал победу на хакатоне в Нижнем Новгороде
С 10 по 12 сентября в Нижнем Новгороде на территории строительного колледжа проводился очередной этап хакатона по искусственному интеллекту. 16 команд занимались разработкой аналитической системы, позволяющей выявлять и классифицировать возможные коррупциогенные факторы в нормативно-правовых актах Российской Федерации. Целью хакатона являлось сокращение трудозатрат при проведении антикоррупционной экспертизы.
Победителем четвертого хакатона по искусственному интеллекту стала команда «Наносемантика» (Москва). Участники команды: Александр Туманов (студент 1 курса магистратуры НИИ ВШЭ факультета Компьютерной лингвистики, Junior DS Наносемантика), Павел Сухачев (Team Lead DS Наносемантика).
Команда представила алгоритм машинного обучения, который определяет по строке законодательного документа присутствует ли в ней коррупциогенный фактор. Итоговый результат был оформлен в виде веб-сервиса, в который загружается текст закона, а выходом являются фрагменты документа с размеченными коррупциогенными факторами. Среди прочего, победа была достигнута за счет таких особенностей алгоритма, как синтез текста для устранения дисбаланса классов, мета-алгоритм для лучшей разметки датасета, использования бустинга на решающих деревьях, использование active learning при обучении.