help@sochisirius.ru
17-30 мая 2021

Технологии понимания естественного языка в анализе финансовых новостей и цифровых гуманитарных исследованиях

Прием заявок для участия в конкурсном отборе открыт до 11 апреля 2021 года
По вопросам участия в программе просим обращаться по адресу students@sochisirius.ru

Участники и порядок отбора

На дополнительную образовательную программу приглашаются студенты бакалавриата, магистратуры и аспирантуры.
Для освоения содержания дополнительной образовательной программы обучающиеся/слушатели должны владеть методами анализа текстов, машинного обучения и языком Python на базовом уровне бакалавриата.

Форма организации отбора слушателей
Индивидуальный отбор обучающихся будет происходить на основании резюме и либо мотивационного письма, либо тезисов доклада для студенческой научной конференции.

Задания для проведения отбора слушателей

Резюме должно содержать следующую информацию: 
- ФИО, дата рождения, место учебы (вуз, факультет, курс);
- направление подготовки, тематика дипломной или научно-квалификационной работы;
- опыт участия в исследовательских проектах (гранты, проекты, договорные работы, экспедиции и проч.);
- перечень научных публикаций;
- перечень научных конференций и школ, интенсивов или тренингов, в которых студент принимал участие;
- награды и поощрения;
- научные интересы;
- уровень владения английским языком.
- академические оценки кандидатов


Мотивационное письмо: претендент должен в произвольной форме указать свои образовательные и научные интересы и постараться объяснить, почему он решил принять участие в школе, привести иные сведения, не вошедшие в резюме. Объём мотивационного письма от 1 до 3 страниц.

Тезисы. Объём тезисов доклада для студенческой научной конференции — 3 страницы в предоставляемом шаблоне. Тезисы доклада должны давать представление о собственных научных результатах претендента.

Справка об обучении.

О программе

Дополнительная профессиональная программа «Технологии понимания естественного языка в анализе финансовых новостей и цифровых гуманитарных исследованиях» даёт базовые знания и навыки, необходимые для применения методов искусственного интеллекта, машинного обучения, обработки естественного языка в практических задачах анализа текстов. Для выполнения индивидуальной научно-исследовательской работы (НИР) студентам будут предложены две практические задачи, связанные с анализом новостных потоков, на данных, предоставленных партнёрами программы. Первая задача (НИР-1) — оценка влияния новостей и обсуждений на форумах и в мессенджерах на цену финансовых инструментов. Вторая задача (НИР-2) — обнаружение фейковых новостей и приёмов манипулирования общественным мнением в текстовых сообщениях средств массовой информации. Решение обеих задач предполагает междисциплинарные исследования на стыке компьютерной лингвистики с экономикой в первой задаче и с журналистикой во второй.

В течение модуля предполагается провести студенческую научную конференцию, на которой студенты расскажут о собственных исследованиях, связанных с тематикой модуля. Участие в конференции с докладом не является обязательным.

Цель программы: сформировать у слушателей базовые знания и навыки, необходимые для решения современных трудных задач автоматической обработки и понимания текстов естественного языка на примере анализа новостных потоков.

Задачи программы:
1. Познакомить студентов с технологиями обработки и понимания естественного языка, включая глубокие нейронные сети, выделение именованных сущностей, синтаксический парсинг, определение семантических ролей слов, извлечение фактов, анализ тональности, обнаружение и прослеживание тем, кластеризацию текстов и вероятностное тематическое моделирование.
2. Познакомить студентов с задачами и методами выявления фейковых новостей, обнаружения поляризованных мнений, разногласий и противоречий, выявления приёмов манипулятивного воздействия в текстах естественного языка средствами NLP.
3. Познакомить студентов с технологиями краудсорсинга для разметки текстовых данных.
4. Дать студентам навыки работы с инструментальными средствами компьютерного анализа текстов. 

 

Руководитель

Воронцов
Константин Вячеславович

Д.ф.-м.н., профессор РАН, зав. лабораторией Машинного интеллекта МФТИ

Преподаватели

  1. Апишев Мурат Азаматович, к.т.н.
  2. Артёмова Екатерина Леонидовна, к.т.н., доцент, ФКН НИУ ВШЭ
  3. Воронцов Константин Вячеславович, д.ф.-м.н., профессор РАН, зав. лабораторией, МФТИ
  4. Гусев Илья Олегович, аспирант МФТИ, старший разработчик, Яндекс
  5. Дзялошинский Иосиф Михайлович, д.филол.н., профессор-исследователь НИУ ВШЭ
  6. Евсеева Ирина Владимировна, д.филол.н., проф., зав.кафедрой русского языка и речевой коммуникации, ФГАОУ ВПО «Сибирский федеральный университет»
  7. Засурский Иван Иванович, к.филол.н., зав. кафедрой новых медиа и теории коммуникации, МГУ
  8. Ильвовский Дмитрий Алексеевич, к.т.н., доцент, ФКН НИУ ВШЭ
  9. Карабулатова Ирина Советовна, д.филол.н., профессор, профессор-исследователь международного уровня, РУДН
  10. Катермина Вероника Викторовна, д.филол.н., профессор, Кубанский государственный университет
  11. Копнина Галина Анатольевна, д.филол.н., доцент, зав. отделением филологии Института филологии и языковой коммуникации, зав. кафедрой русского языка и речевой коммуникации ФГАОУ ВПО «Сибирский федеральный университет»
  12. Мустафин Айрат Равильевич, DM (Doctor of Medicine), MBA, вице-президент, Евразийская Академия Телевидения и Радио
  13. Наков Преслав, PhD, Principal Scientist, Qatar Computing Research Institute QCRI
  14. Разин Николай Алексеевич, к.ф.-м.н., начальник отдела, Банк России
  15. Ринк Ольга Леонидовна, преп., МФТИ
  16. Саркисян Вероника Вагановна, асп., НИУ ВШЭ
  17. Ташков Иван Андреевич, разработчик программного обеспечения, Яндекс
  18. Тутубалина Елена Викторовна, к.ф.-м.н., доцент, Казанский федеральный университет
  19. Усталов Дмитрий Алексеевич, к.ф.-м.н., аналитик-разработчик программного обеспечения, Яндекс.Толока

Условия участия

Всем, кто прошел конкурсный отбор и был приглашен на программу, необходимо получить и отправить на почту oumr.university@talantiuspeh.ru скан-копии:

1) справки о санитарно-эпидемиологическом окружении, полученной не ранее чем за 3 дня до выезда в Университет;

2) справки с отрицательным результатом тестирования методом ПЦР на новую коронавирусную инфекцию COVID-19, полученной не ранее чем за 3 дня до выезда в Университет.

По приезде в Университет участникам образовательного модуля следует предоставить оригиналы указанных документов (справки и результата теста) во время регистрации участников.

Научно-технологический университет «Сириус» обеспечивает проживание, проезд / перелет по территории РФ и питание для участников программы.

Плата за обучение на программе не взимается.

К участию в программе допускаются только граждане РФ.

Партнеры

Образовательные организации высшего образования:

Федеральное государственное автономное образовательное учреждение высшего образования Московский физико-технический институт (национальный исследовательский университет)
https://mipt.ru/  
технологический и аналитический блоки образовательной программы, подготовка данных для задачи НИР-2
Федеральное государственное автономное образовательное учреждение высшего образования «Российский университет дружбы народов»
http://www.rudn.ru
 

Технологические партнеры:

Банк России
https://cbr.ru/  
 

Подать заявку
© 2015–2021 Фонд «Талант и успех»
Нашли ошибку на сайте? Нажмите Ctrl(Cmd) + Enter. Спасибо!