Merge branch 'honchar/develop' into honchar/master

README.md

@@ -2,6 +2,10 @@
 
 **docsim/UkrVectōrēs** – An NLU-powered tool for knowledge discovery, classification, diagnostics and prediction.
 
+## Caution/Disclaimer
+
+Project and documentation are in active development! For any technical clarifications and questions contact us via email [malakhovks@nas.gov.ua](mailto:malakhovks@nas.gov.ua) or via Issues.
+
 ## Choose your language / Оберіть мову
 
 - **[Українська](#toc-ua)**
@@ -14,6 +18,10 @@
 
 Сервіс **docsim/UkrVectōrēs** обчислює семантичні відношення між сутностями української мови в рамках обраної дистрибутино-семантичної моделі векторного представлення сутностей.
 
+### Увага
+
+Проєкт та документація знаходяться в активній розробці! За будь-якими технічними роз'ясненнями та питаннями зв'яжіться з нами електронною поштою [malakhovks@nas.gov.ua](mailto:malakhovks@nas.gov.ua) або через розділ Issues.
+
 ### Поняття векторного представлення сутностей
 
 Векторне представлення (англ. Word embedding) – це техніка, яка розглядає сутності (слова, терміни, документи та інше) як вектори, відносна схожість між якими корелює з семантичною подібністю. Така техніка є одним із найуспішніших прикладів застосування навчання без учителя (unsupervised learning). Векторні представлення – техніка для опрацювання природної мови, альтернативна до традиційної, яка дозволяє відображати сутності (слова, словосполучення, терміни або документи зі "словника" на вектори дійсних чисел в малому щодо розміру "словника" просторі, а подібність між векторами корелює з семантичною подібністю між сутностями.
@@ -32,6 +40,10 @@
 <a name="toc-en"></a>
 ## docsim/UkrVectōrēs - An NLU-Powered tool for knowledge discovery, classification, diagnostics and prediction.
 
+### Caution/Disclaimer
+
+Project and documentation are in active development! For any technical clarifications and questions contact us via email [malakhovks@nas.gov.ua](mailto:malakhovks@nas.gov.ua) or via Issues.
+
 ### Table of Contents
 
 <!-- - **[Features](#features-en)** -->

server/config.models.json → server/config.models.advanced.json

@@ -62,7 +62,7 @@
                 },
                 "modelURL": "",
                 "datasetDescription": "Книга «Серце віддаю дітям»",
-                "tensorBoardExternalURL": "",
+                "tensorBoardExternalURL": "https://projector.tensorflow.org/?config=https://gist.githubusercontent.com/malakhovks/10e06a95970819a1f3297d5f2febfb18/raw/971dc56bef69ee5a31431dfe1daeede08c0f8640/suhomlinskyy-serdtse-small-tensorboard-config.json",
                 "tensorBoardInternalURL": "",
                 "language": "ua",
                 "index": 2

server/config.models.simple.json

@@ -0,0 +1,27 @@
+{
+    "models": {
+        "word2vec": [
+            {
+                "description": "Використовується нейронна векторна модель представлення слів «Олесь Гончар» (з використанням набору даних – проблеми поетики творчого доробку Олеся Гончара), алгоритм word2vec word embeddings розмірністю 500d. Сутність - слово, лематизовано, приведено до нижнього регистру. Параметри word2vec: -size 500 -negative 5 -window 5 -threads 24 -min_count 10 -iter 20.",
+                "name": "honchar.lowercased.lemmatized.word2vec.FINAL.500d",
+                "link": "",
+                "language": "ua",
+                "index": 0
+            },
+            {
+                "description": "Використовується нейронна векторна модель представлення слів «Художня література» (з використанням набору даних – художня література), алгоритм word2vec word embeddings розмірністю 300d. Сутність - слово, лематизовано, приведено до нижнього регистру. Параметри word2vec: -size 300 -negative 7 -window 4 -threads 6 -min_count 10 -iter 5 -alpha 0.030",
+                "name": "fiction.lowercased.lemmatized.word2vec.300d",
+                "link": "https://lang.org.ua/static/downloads/models/fiction.lowercased.lemmatized.word2vec.300d.bz2",
+                "language": "ua",
+                "index": 1
+            },
+            {
+                "description": "Використовується нейронна векторна модель представлення слів «Cухомлинський» (з використанням набору даних – книга «Серце віддаю дітям»), алгоритм word2vec word embeddings розмірністю 500d. Сутність – слово, лематизовано, приведено до нижнього регистру. Параметри word2vec: -size 500 -negative 7 -window 4 -min_count 10 -iter 10.",
+                "name": "suhomlinskyy.lowercased.lemmatized.word2vec.500d",
+                "link": "",
+                "language": "ua",
+                "index": 2
+            }
+        ]
+    }
+}