DH CLOUD

Продолжая тему AI и DH, предлагаем присоединиться к одноименному воркшопу 27-28 ноября в университете Монреаля. Канада далеко, но стрим ивента обещают https://crihn.openum.ca/nouvelles/2024/11/12/workshop-on-ai-dh-part-1/?fbclid=IwY2xjawGhyxFleHRuA2FlbQIxMAABHQb0bnvtSjtbuBj0h33Rm6X-IxoexIfy1VLnv7FyoosKPZv-U6w3aaaC4A_aem_h62hH5gdb-t6tpgARfha8A

Как разработать LLM с нуля на обычном ноутбуке и использовать в качестве личного помощника Как говорил известный физик Ричард Фейнман, «чего не могу воссоздать, того не понимаю». В своей новой книге Себастьян Рашка, чьи бестселлеры «Python и машинное обучение» и «Машинное обучение с PyTorch и Scikit-Learn» уже знакомы как начинающим дата-сайентистам, так и опытным специалистам в Machine Learning & Deep Learning, предлагает читателю самостоятельно шаг за шагом создать большую языковую модель (GPT-like). От планирования и написания кода до обучения и тонкой настройки. Каждый этап в «Создании большой языковой модели» («Build a Large Language Model (From Scratch)» объясняется понятным текстом, диаграммами и примерами. С открытой частью ресурса можно ознакомиться в GitHub-репозитории. #Gpt #llm #ai #чтопочитать #ресурсы

«Системный Блокъ» объявляет осенний набор участников! «Системный Блокъ» расширяется и приглашает новых авторов, редакторов, менеджеров, дата-аналитиков. Мы — волонтерское издание. Нас объединяет интерес к науке и технологиям, а также желание вдохновлять людей интересными материалами, исследованиями, новостями, тестами и т. п. Среди нас есть филологи, программисты, менеджеры, историки, журналисты и аналитики — люди из совершенно разных сфер. Ниже вы найдете набор ролей, которые могут быть интересны вам или вашим друзьям. Если что-то из этого вам близко, добро пожаловать к нам! Если вы хотите присоединиться, но идеальной роли нет, то все равно оставляйте заявку! В посте — неполный перечень ролей, которые сейчас открыты, а в статье  — подробное описание задач и пожеланий к участникам. 1. Авторы в рубрики — ищем желающих писать для рубрик «Филология», «Общество», «Образование», «Биоинформатика», «Как это работает», «Тесты». 2. Кураторы рубрик «Археология», NLP, «Тесты» 3. Редакторы текстов 4. SMM-Lead / Менеджер отдела SMM 5. Выпускающие редакторы для соцсетей (SMM) 6. Продюсер дата-исследований 7. PR-менеджер 8. HR-менеджер 9. Менеджер студенческих практик 10. Продакт-менеджер и программист сайта 11. Дизайнер 12. Ивент-менеджер 13. Продакт/проджект-менеджер на новые проекты 14. Программист в команду «Пишу тебе» Если вас заинтересовала одна из ролей – приглашаем заполнить форму до 4 ноября. Проект полностью волонтерский, мы не платим денег. Зато у нас человечный менеджмент, отлаженные процессы и хорошая репутация в русском научпоп-сообществе. Присоединяйтесь! 🤖 «Системный Блокъ» @sysblok

Не можем пройти мимо объявления о вакансиях лучшего медиа про цифровую культуру. Системный Блокъ - это полностью волонтерское издание, и это особенно восхищает

💻 Опубликован датасет с изображениями и текстами, изданными на русском языке в дореформенной орфографии. Данные пригодятся для разработки и оценки систем оптического распознавания символов (OCR). Тексты, представленные в датасете, были вручную проверены экспертами https://www.doi.org/10.57967/hf/3280 https://huggingface.co/datasets/nevmenandr/russian-old-orthography-ocr ✏️ Для цитирования:

@misc {boris_orekhov_2024,
  author       = { {Boris Orekhov} },
  title        = { russian-old-orthography-ocr (Revision 6f60636) },
  year         = 2024,
  url          = { https://huggingface.co/datasets/nevmenandr/russian-old-orthography-ocr },
  doi          = { 10.57967/hf/3280 },
  publisher    = { Hugging Face }
}

⚡️Новое издание: «Концептуальная эталонная модель CIDOC CRM» На русском языке вышла важная книга про универсальную модель данных. «Концептуальную эталонную модель CIDOC CRM» опубликовал Институт научной информации по общественным наукам РАН, а ответственным за перевод и редакцию русского издания стал Государственный Эрмитаж. Издание было представлено 25 сентября в Пловдиве (Болгария) на 59 встрече рабочей группы CIDOC CRM. В основу русского перевода концептуальной эталонной модели (CIDOC CRM) положена версия 7.1. «Перевод стандарта с английского на русский язык был выполнен не только самым первым, но и опубликован в виде отдельного издания. В гуманитарной области к стандартам не привыкли: их игнорируют, но этот стандарт – действующий и обновляемый, его не получится оставить без внимания. Он находится в открытом доступе. Парсинг позволил дать все соответствия в электронной версии модели на официальном сайте CIDOC CRM», – рассказала представитель рабочей группы разработчиков и переводчиков стандарта, кандидат филологических наук и старший научный сотрудник отдела археологии Восточной Европы и Сибири Государственного Эрмитажа Дарья Гук. Ознакомиться с русскоязычной версией издания можно на официальном сайте CIDOC CRM и на Academia.edu. Что такое CIDOC CRM? CIDOC CRM (CIDOC Conceptual Reference Model, Концептуальная эталонная модель CIDOC) разработана рабочей группой по стандартизации документации комитета CIDOC (Международного комитета документации, International Committee for Documentation) и специализированной рабочей группой по разработке CIDOC CRM. Модель CIDOC CRM может рассматриваться как средство для объединения разнородной информации по культурному наследию, публикуемой музеями, архивами и библиотеками. С 2006 года спецификация CIDOC CRM получила статус международного стандарта ISO 21127, используемого для проектирования электронных ресурсов и разработки алгоритмов ИИ. Фото издания предоставлено Дарьей Гук #данные #стандарты #издания #чтопочитать #музеи #библиотеки #архивы

Очень важная публикация для всех, кто занимается цифровизацией культурного наследия и цифровыми музеями

В рамках дискуссии «Гражданская наука: возможность или утопия?», состоявшейся 18 октября 2024 г. в Институте философии РАН, Борис Орехов выступил с докладом «Волонтеры и цифровые гуманитарные науки». В докладе спикер разграничил волонтерство и собственно факты добровольческой науки. Отмечалось, что основная роль этого участия в научном процессе состоит в накоплении данных. Были приведены примеры волонтерства и добровольческой активности в цифровых гуманитарных инициативах, в частности, проект «Пишу тебе» и сбор геоданных для художественных текстов. Был поставлен акцент на необходимости сохранения полученных данных в надежных долговременных хранилищах типа репозитория открытых данных. Видео дискуссии: https://vk.com/video-73429097_456240662 (доклад Бориса Орехова на 3:05:29)

DH-лекторий в Петербурге Центр Digital Humanities ИТМО запускает DH-лекторий в культурном квартале Брусницын в Севкабеле. Преподаватели и команда DH-центра будут читать там лекции раз в две недели по субботам. Программа: 19 октября «Как оцифровать болезнь? Цифровая гуманитаристика в медицине» 2 ноября «GLAMVR: галереи, архивы, музеи, библиотеки и их цифровая жизнь» 16 ноября «Игра как совместное событие в физическом и цифровом пространстве» 30 ноября «Интерфейсы цифровых архивов: аутентичность, пользователи и правила» Еще будут лекции 14 и 28 декабря, их темы уточняются Анонс первой лекции и регистрация на нее тут

16 октября пройдет онлайн мероприятие, посвященное очень увлекательной теме исследования видео-игр с африканским контентом и их объединяющей роли множественных африканских культур и языков. Его организует SaDiLaR - южно-африканский DH hub, который за последний год стал очень активным и интересным игроком на глобальном DH пространстве. https://www.eventbrite.co.uk/e/dh-colloquium-featuring-oluwarotimi-randle-tickets-1029864601747?aff=oddtdtcreator

Панельная дискуссия "Цифровая память и архивы" 18 октября в рамках конференции "Посткоммунистическая Центральная Азия: пространство для осмысления" будем обсуждать цифровые архивы, базы данных и сохранение памяти в цифровую эпоху. В программе секции выступления: - Автандил Эшмамбет: От исследований к базам данных: сохраняя и открывая умолченую историю Кыргызстана; - Чоробек Сааданбек: Рукописный фонд https://manuscript.bizdin.kg; - Александра Поливанова: Мемориал: база репрессированных; - Татьяна Неуймина: Центр современной культуры Целинный. Проект. Документация; - Динара Гагарина: Цифровое как инструмент колонизации и деколонизации в контексте Центральной Азии; - Талгат Джумашев: Технология и истоки. Возможности и вызовы для (изучения) памяти в цифровую эпоху. Конференция пройдет в Бишкеке 17-19 октября. Программа: https://ru.esimde.org/archives/6245

Конгресс DH-2024: переосмысление, ответственность, и не только… В августе мы публиковали заметки руководителя ИЦГИ СФУ Андрея Володина, дистанционно и вдумчиво присутствовавшего на масштабном международном Конгрессе Digital Humanities-2024. Наблюдения Андрея Юрьевича вызвали большой интерес у читателей, поэтому делимся и статьей, опубликованной в новом выпуске «Исторической информатики» ⚡️

Весенняя школа Digital Humanities В начале апреля пройдет школа по Digital Humanities в Потсдаме. Фокус на текстах и их связи с другими типами источников и моделей. Будем ставить исследовательские вопросы и осваивать практические методы. Можно прийти со своим проектом. Географических и прочих ограничений для участников нет. Язык английский. Есть несколько тревел-грантов. Заявки до 30 ноября. Больше информации о программе и регистрация на сайте. https://www.uni-potsdam.de/en/digital-humanities/activities/dh-potsdam-spring-school-2025-texts-as-data/call-for-participation

Самое важное ежегодное событие событие в мире Digitаl humanities конференция DH 2025 пройдет с 14 по 18 июля в Лиссабоне. Save the date. Прием тезисов до 1 декабря. https://dh2025.adho.org/

⚡️Старт нового сезона «Цифровой среды» 25 сентября научно-методический семинар «Цифровая среда» вновь приглашает всех желающих поразмышлять на актуальные темы Digital Humanities. В это раз в фокусе внимания – социальные сети и их историческая память в зеркале больших данных. Доктор исторических наук, профессор Томского государственного университета Наталья Трубникова поделится со слушателями семинара опытом применения технологии прикладного интеллектуального анализа больших данных к проблемам и материалам исторической памяти, локализованной в пространстве социальных сетей. Ведущий семинара — руководитель ИЦГИ СФУ, доцент МГУ Андрей Володин. Начало: 13.00(мск) / 17:00 (крск) «Цифровая среда» – проект Института цифровых гуманитарных исследований СФУ, научная платформа для обмена результатами актуальных исследований и мнениями о новых технологиях и подходах в области цифровой гуманитаристики. Посмотреть записи предыдущих выпусков «Цифровой среды». ❗️На семинар лучше зарегистрироваться заранее #цифроваясреда #смотреть #слушать #соцсети #bigdata #данные

Прекрасный лекционный формат от CФУ - новый сезон открыт!

Приглашаем на вебинар с техническим директором Национального корпуса русского языка! Завтра, 24 сентября, в 17:00 по московскому времени, технический директор НКРЯ, специалист в области компьютерной лингвистики Дмитрий Морозов проведёт вебинар, посвященный машинному обучению в Национальном корпусе русского языка. Участники вебинара узнают: - что такое Национальный корпус русского языка и как начать им пользоваться - как и для чего применяется машинное обучение в НКРЯ - чем НКРЯ может быть полезен переводчикам - как НКРЯ помогает изучать языки народов России Вебинар организует «Лаборатория перевода» совместно с магистерской программой МИСИС «Цифровая лингвистика и локализация». Ссылка для подключения к вебинару будет опубликована в телеграм-канале @tradulab в день события. Не пропустите!

У цифровой гуманитарной магистратуры НИУ ВШЭ новый академический руководитель. Вместо заболевшего Б. В. Орехова магистратурой в Вышке теперь будет руководить Александр Антонович Климов. Александр Антонович — выпускник магистратуры Компьютерная лингвистика 2019 года. Старший преподаватель в Вышке с 2020 г. В 2019—2020 стажировался в Университете Хельсинки. Преподавание и научные интересы: программирование, базы данных для лингвистов, digital literary studies. Лучший способ познакомиться с новым академруком как с человеком, с его образом мысли и оптикой — послушать выпуск подкаста «Лига Айвы» с ним в качестве гостя https://t.me/universitates_podcast/30 Вариант: не слушать, а почитать расшифровку: https://universitates.ru/ep-13.html

Цифровые издания: как подстроиться под читателя У электронного издания в отличие от бумажного есть возможность предложить читателю не единый для всех порядок и состав текстов, а персонализированный набор произведений. Борис Орехов рассказывает подробнее о том, как подстроить сборники стихотворений под людей с разными предпочтениями. Зачем нужно кастомизированное издание? Можно любить только последнюю лирику Лермонтова или только сложную поэзию Вознесенского, но классические издания не всегда позволяют купить и читать только любимые стихи. В магистратуре Цифровые методы в гуманитарных науках в НИУ ВШЭ организовали учебный проект, где попытались выработать принципы составления такого издания, которое предлагает читателю то, к чему тот расположен.  Например, в творчестве Вознесенского есть множество текстов с правильным метром и точной рифмой, типичными лирическими сюжетами. Но есть и другие стихи, в которых встретятся и акцентный стих, и каламбурная рифма. Настроения в текстах середины и конца XX века тоже могут очень сильно различаться. Что хотел бы видеть читатель? Может быть, и то и другое. А может быть, что-то одно. Как подстроить сборник под читателя? Способ, которым произведения отбираются для читателя в рамках проекта магистрантов, называется «сценарий». Чтобы реализовать сценарий, нужно разбить все тексты на классы по какому-то параметру, а потом показывать читателю тексты только из одного такого класса. Для начала можно установить, классический (регулярный) стих перед нами или неклассический. Так можно отделить стихи с менее очевидной формой (вроде лесенки Маяковского) от классический силлаботоники, как в «Ты меня на рассвете разбудишь…» Ещё один полезный цифровой инструмент — тематическое моделирование. С его помощью можно собрать вместе стихи поэта, например, на «женскую» тему. Наконец, можно даже посчитать, насколько сложно текст воспринимается, его «удобочитаемость». О плюсах и минусах такого отбора, о том, как работают описанные методы, и о том, почему в качестве примера Борис Орехов выбрал именно Вознесенского, узнаете из полной версии текста. 🤖 «Системный Блокъ» @sysblok