Как научить компьютер «читать» тысячи документов и понимать, о чём они? Каждый день в социальных сетях, мессенджерах и корпоративных системах появляются миллионы текстов на разных языках: от коротких реплик до многостраничных отчётов. Прочитать их вручную невозможно. При этом среди них нужно вовремя заметить важное, в том числе опасный и деструктивный контент. Как с этим справляются интеллектуальные системы и почему нейросети не всегда оказываются лучшим решением? Приглашаем вас на лекцию «Разработка метода и алгоритма для информационной системы с автоматической интеллектуальной обработкой текстовой информации». На лекции вы узнаете: почему у популярных подходов, от классических классификаторов до моделей вроде BERT, есть свои слабые места и чем приходится платить за высокую точность, как система сама определяет язык документа и за счёт этого сразу отбрасывает около 75 % лишней работы, зачем алгоритму знать размер текста и как выбор стратегии поиска «под документ» ускоряет обработку до 3,5 раза, как добиться качества, сравнимого с нейросетью (F1-мера 0,94), без огромных размеченных выборок и дорогих вычислений, почему важно, чтобы машина могла объяснить своё решение и показать, какие фрагменты текста привели её к выводу, как система справляется с повреждёнными файлами, которые обычные программы просто не открывают. Все выводы подтверждены экспериментом на корпусе из более чем 11 000 документов на 12 языках в 14 форматах. Разработка уже применяется на практике: в работе реального предприятия и в учебном процессе университета. Лекция будет интересна студентам и аспирантам IT-направлений, разработчикам, аналитикам данных, специалистам по информационной безопасности и всем, кто хочет понять, как устроена автоматическая обработка текстов «изнутри». Материал изложен понятно и на живых примерах, без лишней сложности. В конце будет время для вопросов и обсуждения. Приходите: узнаете, как сделать машинный анализ текстов быстрым, точным и понятным для человека!