Стилометрия и NLP на Python: анализ авторского стиля на материале 287 книг Дарьи Донцовой
Автор провел стилометрическое исследование на Python с применением методов NLP для проверки однородности стиля 287 детективов Дарьи Донцовой. Корпус произведений сравнивался с текстами современных авторов детективов и классических писателей для анализа стилевых групп. Работа демонстрирует практическое применение алгоритмов кластеризации и анализа текстов для решения задач атрибуции.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Взгляд на проблему детектирования сгенерированных нейросетями текстов
Автор материала анализирует практику использования машинных алгоритмов и детекторов для выявления сгенерированного ИИ контента. Отмечается, что люди начали полагаться на машины для определения человечности текстов. По мнению автора, ключевым решением проблемы низкокачественных текстов остается развитие грамотности и критического мышления читателей.
Особенности работы momentum-сэмплера для ComfyUI на flow-моделях
Материал посвящен анализу работы momentum-сэмплера в среде ComfyUI при генерации на базе flow-моделей. В публикации разбираются причины появления синей кляксы на изображениях и рассматривается вариант реализации momentum, который дает корректный результат.
Почему сгенерированные нейросетями 3D-модели содержат скрытые дефекты
AI/ML-инженер разобрал технические причины дефектов в 3D-моделях, созданных нейросетями по фото, которые мешают их корректной 3D-печати. В материале на уровне полигональной сетки и кода показано, откуда берутся ошибки масштаба и геометрии, а также как быстро находить их перед печатью.
Роль тезиса в генерации связного текста нейросетью Claude
Опубликована вторая часть разбора «клодизмов» — типичных ошибок генерации текста в нейросети Claude. В материале рассматривается значение ключевого тезиса, опираясь на который модель может проверять предложения и избегать стилистических дефектов. Анализ выполнен на примере вводного объяснения к языковому упражнению.