201 subscribers
897 photos
30 videos
3 files
593 links
Персональный канал Андрея Губского.

Пишу про жизнь 🕶️, хобби ⌚️ и информационные технологии 💻.

О себе: Microsoft MVP, автор проекта @devdigest, ex-CTO Торф ТВ, Senior Information Technology Consultant @presinfokpi
Download Telegram
Читая про фейковую автограф-сессию Пелевина (к чести многих комментаторов, подделку они распознали раньше, чем об этом написали "официально"), попал на интересную статью о том, как можно определить авторство текста. Не знал о таком.

А вот в длинный список книг, которые планирую прочитать, теперь еще и Transhumanism Inc. нужно добавить.

https://knife.media/club/pelevin-existence
А вот и разгадка мистификации от ее автора: https://www.instagram.com/tv/CUSK6L6KwlS
Небольшой дисклеймер: Альфабанк я очень люблю — это один из самых приятных в плане условий и качества обслуживания банков, который я смело могу рекомендовать другим.

Но сейчас хочется поговорить не о самом банке, а о рекламной кампании, которую решил провести банк.

Так вот, сегодня с самого утра в ленте всплыл пост о том, что Альфабанк оплатит поездку в метро для одного миллиона человек. И как-то сразу вспомнилось, что уже была подобная рекламная компания. В 1991 году. Вот, что писал об этом журнал «Коммерсантъ Власть»:

«Три буквы М заплатили за одну

Один из крупнейших в СССР торговых кооперативов "МММ" 31 июля провел в Москве беспрецедентную для советской рекламной практики акцию: организовал "день бесплатного катания на метро".»

Не хочу проводить никаких аналогий (у меня ведь в Альфе деньги лежат!), но вот просто интересно, пиарщики Альфабанка в курсе этой истории?

И почему-то сразу вспоминается главный герой Медиасапиенса.
Forwarded from Котэ
"Бонд обнаружил, что «Rolex Oyster Perpetual весит около шести унций и это прилично замедлит движение левой руки в бою»" – прямо представил новую рекламу ролексов, где говорится о том, как они изменили и улучшили весовые и аэродинамические характеристики часов.

Кстати интересно, продолжится ли контракт с Омегой в следующих частях фильма?

https://esquire.ru/style-and-grooming/293973-polnyy-istoricheskiy-gid-po-chasam-dzheymsa-bonda

#JamesBond #omega
Как многие знают, в video intelligence мы создаем систему для контекстной рекомендации видео.

В двух словах это работает следующим образом: вы заходите на страницу с рецензией последнего фильма про Джеймса Бонда, а мы на этой странице показываем вам видео о том, как снимали один из трюков в фильме, или интервью с Дэниелом Крейгом, или обзор Aston Martin DB5. В общем показываем то, что будет наиболее органично дополнять контент страницы, которую вы открыли в данный момент.

Для улучшения и повышения точности подбора видео мы используем множество разнообразных технологий, одна из которых – NER (Named-entity recognition). Это технология, которая позволяет выделять из текста определенные ключевые слова. Например, во фразе "Пожалуй, ни один автомобиль не получил такой известности в кинематографе, как Aston Martin. Да, именно эту легендарную марку предпочитает агент 007 – Джеймс Бонд." система реализующая NER выделит "агент", "автомобиль", "Aston Martin" и "Джеймс Бонд".
Очевидно, что для реализации хайлоад проекта такого уровня была выбрана платформа .NET, а большинство сервисов у нас написано на C#. Есть небольшая часть проекта (которая касается сервисов машинного обучения), написанная на Python, но при этом, довольно давно в планах есть перевод некоторых из этих сервисов на .NET с применением библиотеки ML.NET – несмотря на то, что это довольно молодая библиотека, развивается она очень активно.

А теперь собственно к новости, которая стала поводом для этого поста – не так давно, команда разработчиков ML.NET обновила свой роадмап, включив в него поддержку NER. (кстати говоря это была была одной из самых затребованных возможностей, запрос на которую появился еще в 2018 году).

Так что, я надеюсь, в скором времени мы сможем сделать нашу платформу еще лучше. А пока ждем первых релизов ML.NET с поддержкой NER

Обновленный роадмап: https://github.com/dotnet/machinelearning/blob/main/ROADMAP.md#named-entity-recognition-ner

Обсуждение NER:
https://github.com/dotnet/machinelearning/issues/630

Ну и про саму технологию: https://en.wikipedia.org/wiki/Named-entity_recognition
Гениально

#новояз
Похоже, что за последние пару месяцев я уже привык ходить в строительные магазины и что-то там покупать.

Кстати, интересное наблюдение, нигде не видел такого количества людей, рассчитывающегося кэшем, как в строительных.
Как увеличить вовлечённость людей в политическую жизнь страны? Нужно начать транслировать заседания парламента в переводе Гоблина.
Guide on How to Download Instagram Videos Effortlessly