{"id":325589,"date":"2021-06-28T09:00:35","date_gmt":"2021-06-28T09:00:35","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=325589"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=325589","title":{"rendered":"\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432: \u043a\u043e\u0440\u043f\u0443\u0441\u0430, \u043c\u043e\u0434\u0435\u043b\u0438, \u043c\u0435\u0442\u0440\u0438\u043a\u0438"},"content":{"rendered":"\n<div class=\"post__text post__text_v2\" id=\"post-content-body\">\n<h3>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435<\/h3>\n<p>\u0420\u0443\u0441\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a \u0432\u0435\u043b\u0438\u043a \u0438 \u043c\u043e\u0433\u0443\u0447, \u0438 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u044b\u0435 \u043b\u0438\u043d\u0433\u0432\u0438\u0441\u0442\u044b \u0443\u0436\u0435 \u043c\u043d\u043e\u0433\u043e \u043b\u0435\u0442 \u043f\u044b\u0442\u0430\u044e\u0442\u0441\u044f \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u044d\u0442\u043e \u0431\u043e\u0433\u0430\u0442\u0441\u0442\u0432\u043e. \u0415\u0449\u0451 \u0432 1970-\u0445 \u041c\u0435\u043b\u044c\u0447\u0443\u043a \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0438\u043b \u043a\u043e\u043d\u0446\u0435\u043f\u0446\u0438\u044e &#171;\u0421\u043c\u044b\u0441\u043b-\u0442\u0435\u043a\u0441\u0442&#187;, \u0433\u0434\u0435 \u0443\u043b\u044c\u0442\u0438\u043c\u0430\u0442\u0438\u0432\u043d\u0430\u044f \u044f\u0437\u044b\u043a\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0442\u0435\u043a\u0441\u0442 \u0432 \u0435\u0433\u043e \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435, \u0438 \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442, \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0432\u0441\u0435 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u0442\u0435\u043a\u0441\u0442\u044b, \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0449\u0438\u0435 \u0442\u0430\u043a\u0438\u043c \u0441\u043c\u044b\u0441\u043b\u043e\u043c. 50 \u043b\u0435\u0442 \u0441\u043f\u0443\u0441\u0442\u044f \u043c\u044b \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0435 \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c, \u043d\u043e \u0434\u0430\u0436\u0435 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u0443\u043c\u0435\u0435\u043c \u043f\u0440\u043e\u0441\u0442\u043e \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b. \u0412\u043f\u0440\u043e\u0447\u0435\u043c, \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u044e\u044e \u0437\u0430\u0434\u0430\u0447\u0443 \u0440\u0435\u0448\u0438\u0442\u044c \u043c\u044b \u043f\u044b\u0442\u0430\u0435\u043c\u0441\u044f. \u0412 2015 \u0433\u043e\u0434\u0443 \u0415\u043a\u0430\u0442\u0435\u0440\u0438\u043d\u0430 \u041f\u0440\u043e\u043d\u043e\u0437\u0430 <a href=\"https:\/\/link.springer.com\/chapter\/10.1007%2F978-3-319-41718-9_8\" rel=\"noopener noreferrer nofollow\">\u0441\u043e\u0431\u0440\u0430\u043b\u0430<\/a> \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0438\u0437 \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0434\u0432\u0430 \u0433\u043e\u0434\u0430 \u0441\u043f\u0443\u0441\u0442\u044f \u0431\u044b\u043b\u0430 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u043e\u0432\u0430\u043d\u0430 <a href=\"https:\/\/ainlconf.ru\/2016\/paraphraser\" rel=\"noopener noreferrer nofollow\">\u0434\u043e\u0440\u043e\u0436\u043a\u0430 \u043f\u043e \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/a>. \u0412 2020 \u0433\u043e\u0434\u0443 \u043f\u043e\u044f\u0432\u0438\u043b\u0441\u044f \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u044b\u0439 <a href=\"https:\/\/www.aclweb.org\/anthology\/2020.ngt-1.6\" rel=\"noopener noreferrer nofollow\">\u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441<\/a> \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437-\u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432 \u0438 \u0431\u044b\u043b \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d <a href=\"https:\/\/github.com\/avidale\/dependency-paraphraser\" rel=\"noopener noreferrer nofollow\">\u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440<\/a>, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 \u0437\u0430\u043c\u0435\u043d\u0430\u0445 \u0438 \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430\u0445 \u0441\u043b\u043e\u0432. \u0421\u043e\u0432\u0441\u0435\u043c \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u0422\u0430\u043c\u0430\u0440\u0430 \u0416\u043e\u0440\u0434\u0430\u043d\u0438\u044f \u0438\u0437 \u041d\u0418\u0423 \u0412\u0428\u042d \u0441\u043e\u0431\u0440\u0430\u043b\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 \u0438 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0430\u043c\u0438 \u0432 \u0441\u0432\u043e\u0435\u0439 <a href=\"https:\/\/www.hse.ru\/edu\/vkr\/370521220\" rel=\"noopener noreferrer nofollow\">\u0434\u0438\u043f\u043b\u043e\u043c\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435<\/a>, \u0430 \u0410\u043b\u0451\u043d\u0430 \u0424\u0435\u043d\u043e\u0433\u0435\u043d\u043e\u0432\u0430 \u0438\u0437 \u0421\u0431\u0435\u0440\u0430 <a href=\"http:\/\/bsnlp.cs.helsinki.fi\/papers-2021\/2021.bsnlp-1.2.pdf\" rel=\"noopener noreferrer nofollow\">\u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0430<\/a> \u0441\u0442\u0430\u0442\u044c\u044e \u043f\u0440\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439 GPT \u0438 T5 \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0438 <a href=\"https:\/\/github.com\/RussianNLP\/russian_paraphrasers\" rel=\"noopener noreferrer nofollow\">\u0432\u044b\u043b\u043e\u0436\u0438\u043b\u0430<\/a> \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0432 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f. <\/p>\n<p>\u042f, \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 \u0410\u043b\u0451\u043d\u0438\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b: \u043d\u043e\u0432\u044b\u0439 (\u0438 \u0431\u043e\u043b\u0435\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439) <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/a>, \u043d\u043e\u0432\u0443\u044e <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-paraphraser\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f<\/a> \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438 T5, \u0438 \u043d\u043e\u0432\u044b\u0439 <a href=\"https:\/\/gist.github.com\/avidale\/dc95794227d7e53985b441ec722c4d0e\" rel=\"noopener noreferrer nofollow\">\u043d\u0430\u0431\u043e\u0440 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a<\/a> \u0434\u043b\u044f \u043e\u0446\u0435\u043d\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438. \u041c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0434\u043b\u044f \u0440\u0435\u0440\u0430\u0439\u0442\u0438\u043d\u0433\u0430 \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0434\u043b\u044f \u0430\u0443\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0430 \u0441\u0442\u0438\u043b\u0435\u0439 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 (\u043f\u0440\u0438 \u0440\u0430\u0437\u0443\u043c\u043d\u043e\u043c \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0435 \u043d\u0430 \u0441\u0442\u0438\u043b\u044c), \u0438 \u043a\u0430\u043a \u0437\u0430\u0442\u0440\u0430\u0432\u043a\u0443 \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u043e\u0432\u044b\u0445 text-to-text \u043c\u043e\u0434\u0435\u043b\u0435\u0439. <\/p>\n<figure class=\"full-width\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/790\/3ee\/f80\/7903eef809c2d8bb8c0c4dbc141d4b89.png\" width=\"1474\" height=\"832\"><figcaption><\/figcaption><\/figure>\n<h3>\u0426\u0435\u043b\u0435\u0432\u044b\u0435 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u0438<\/h3>\n<p>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c &#8212; \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0441\u044f \u043e\u0442 \u0441\u0442\u0430\u0440\u043e\u0433\u043e \u043f\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044e, \u043d\u043e \u0431\u044b\u043b \u043f\u043e\u0445\u043e\u0436 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443. \u0410 \u0435\u0449\u0451 \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u044b\u0433\u043b\u044f\u0434\u0435\u0442\u044c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e.<\/p>\n<p>\u0420\u0430\u0437\u043d\u0438\u0446\u0443 \u0432 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438 \u043c\u043e\u0436\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u043f\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0449\u0438\u0445 \u043f\u043e\u0434\u0441\u0442\u0440\u043e\u043a. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0442\u0430\u043a \u0443\u0441\u0442\u0440\u043e\u0435\u043d\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0430 <a href=\"https:\/\/www.nltk.org\/_modules\/nltk\/translate\/bleu_score.html\" rel=\"noopener noreferrer nofollow\">BLEU<\/a> &#8212; \u0434\u043e\u043b\u044f \u0441\u043b\u043e\u0432\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c, \u0441\u043e\u0432\u043f\u0430\u0432\u0448\u0438\u0445 \u0441 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u043e\u043c. BLEU &#8212; \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043d\u0435\u0441\u0438\u043c\u043c\u0435\u0442\u0440\u0438\u0447\u043d\u0430\u044f, \u0442\u0430\u043a \u0447\u0442\u043e \u044f \u0431\u0443\u0434\u0443 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0442\u044c \u0435\u0451 \u0432 \u043e\u0431\u043e\u0438\u0445 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f\u0445 \u0438 \u0443\u0441\u0440\u0435\u0434\u043d\u044f\u0442\u044c. \u041a\u0440\u043e\u043c\u0435 BLEU, \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e \u043a\u043e\u044d\u0444\u0444\u0438\u0446\u0438\u0435\u043d\u0442 \u0416\u0430\u043a\u0430\u0440\u0430 \u0434\u043b\u044f \u0441\u0438\u043c\u0432\u043e\u043b\u044c\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c (n \u043e\u0442 3 \u0434\u043e 6), \u0447\u0442\u043e\u0431\u044b \u0443\u0447\u0435\u0441\u0442\u044c \u0441\u043b\u043e\u0432\u0430 \u0432 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u043d\u043d\u043e\u043c \u0442\u0435\u043a\u0441\u0442\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0447\u0430\u0441\u0442\u0438\u0447\u043d\u043e \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442 \u0441\u043e \u0441\u043b\u043e\u0432\u0430\u043c\u0438 \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e. \u041e\u0431\u0435 \u044d\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u044f \u0431\u0443\u0434\u0443 \u0438\u043d\u043e\u0433\u0434\u0430 \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u043e\u0439 \u0438\u043b\u0438 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0439 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c\u044e.<\/p>\n<p>\u0421\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u041a \u0441\u0447\u0430\u0441\u0442\u044c\u044e, \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0438\u0442\u044c \u0442\u0435\u043a\u0441\u0442 \u0432 \u0432\u0435\u043a\u0442\u043e\u0440 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u0432\u0435\u043a\u0442\u043e\u0440\u044b \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0431\u043b\u0438\u0437\u043a\u0438\u0445 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443, \u0431\u044b\u043b\u0438 \u0433\u0435\u043e\u043c\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043a\u0438 \u0431\u043b\u0438\u0437\u043a\u0438 \u0434\u0440\u0443\u0433 \u043a \u0434\u0440\u0443\u0433\u0443. \u041e\u0434\u043d\u0430 \u0438\u0437 \u0442\u0430\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 &#8212; <a href=\"https:\/\/huggingface.co\/cointegrated\/LaBSE-en-ru\" rel=\"noopener noreferrer nofollow\">LaBSE<\/a>, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043e\u0431\u0443\u0447\u0430\u043b\u0438 \u043f\u0440\u0438\u0431\u043b\u0438\u0436\u0430\u0442\u044c \u0434\u0440\u0443\u0433 \u043a \u0434\u0440\u0443\u0433\u0443 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0441 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u043c\u0438 \u0441\u043c\u044b\u0441\u043b\u0430\u043c\u0438 \u043d\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445. \u041f\u043e\u0447\u0435\u043c\u0443 \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u0430 \u043c\u043e\u0434\u0435\u043b\u044c? \u041f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043d\u0430 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0437\u0430\u0434\u0430\u0447 \u043f\u043e \u043a\u043e\u0434\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0431\u0435\u0437 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043e\u043d\u0430 <a href=\"https:\/\/habr.com\/ru\/post\/562064\/\" rel=\"noopener noreferrer nofollow\">\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043b\u0443\u0447\u0448\u0435 \u0430\u043d\u0430\u043b\u043e\u0433\u043e\u0432<\/a>. \u0422\u0430\u043a \u0447\u0442\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u0441\u043c\u044b\u0441\u043b\u0430 \u043f\u0430\u0440 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u044f \u0431\u0443\u0434\u0443 \u043c\u0435\u0440\u044f\u0442\u044c \u043a\u0430\u043a \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0438\u0445 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432 LaBSE. <\/p>\n<p>\u041d\u0430\u043a\u043e\u043d\u0435\u0446, \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u043e\u0432. \u0422\u0440\u0430\u0434\u0438\u0446\u0438\u043e\u043d\u043d\u043e \u0435\u0451 \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u0435\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439,  \u0438 \u044f \u043f\u043e\u0439\u0434\u0443 \u043f\u043e \u0442\u043e\u043c\u0443 \u0436\u0435 \u043f\u0443\u0442\u0438: \u0431\u0443\u0434\u0443 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0442\u044c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u0430 \u043a\u0430\u043a \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043c\u043e\u0434\u0435\u043b\u0438 <a href=\"https:\/\/huggingface.co\/sberbank-ai\/rugpt3small_based_on_gpt2\" rel=\"noopener noreferrer nofollow\">rugpt3small \u043e\u0442 \u0421\u0431\u0435\u0440\u0430<\/a> \u043d\u0430 \u043d\u0451\u043c. \u041d\u0430\u0447\u0430\u043b\u043e \u0438 \u043a\u043e\u043d\u0435\u0446 \u0442\u0435\u043a\u0441\u0442\u0430 \u044f \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0443 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u043e\u043c \u0441\u0442\u0440\u043e\u043a\u0438. \u041f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0430 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0431\u0443\u0434\u0443 \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u043a\u0430\u043a \u0441\u0440\u0435\u0434\u043d\u044e\u044e \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043a\u0430\u0436\u0434\u043e\u0433\u043e, \u0432\u0437\u0432\u0435\u0448\u0435\u043d\u043d\u0443\u044e \u043f\u043e \u0447\u0438\u0441\u043b\u0443 \u0442\u043e\u043a\u0435\u043d\u043e\u0432.<\/p>\n<pre><code class=\"python\">import numpy as np from transformers import AutoModelForCausalLM mname = 'sberbank-ai\/rugpt3small_based_on_gpt2' gpt_tokenizer = AutoTokenizer.from_pretrained(mname) gpt_model = AutoModelForCausalLM.from_pretrained(mname) gpt_model.cuda();  def get_gpt2_ppl_corpus2(test_sentences, aggregate=True, sep='\\n'):     \"\"\" Calculate average perplexity per token and number of tokens in each text.\"\"\"     lls = []     weights = []     for text in tqdm(test_sentences):         encodings = gpt_tokenizer(f'{sep}{text}{sep}', return_tensors='pt')         input_ids = encodings.input_ids.to(gpt_model.device)         target_ids = input_ids.clone()                  w = max(0, len(input_ids[0]) - 1)         if w &gt; 0:             with torch.no_grad():                 outputs = gpt_model(input_ids, labels=target_ids)                 log_likelihood = outputs[0]                 ll = log_likelihood.item()         else:             ll = 0         lls.append(ll)         weights.append(w)     likelihoods, weights = np.array(lls), np.array(weights)     if aggregate:         return sum(likelihoods * weights) \/ sum(weights)     return likelihoods, weights <\/code><\/pre>\n<p>\u041a\u043e\u0434 \u0432\u0441\u0435\u0445 \u044d\u0442\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a \u043c\u043e\u0436\u043d\u043e \u0432\u0437\u044f\u0442\u044c <a href=\"https:\/\/gist.github.com\/avidale\/dc95794227d7e53985b441ec722c4d0e\" rel=\"noopener noreferrer nofollow\">\u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430<\/a> \u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u0441\u0432\u043e\u0438\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445. <\/p>\n<h3>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u043e\u043c, \u0438\u043b\u0438 \u0442\u0443\u0434\u0430 \u0438 \u043e\u0431\u0440\u0430\u0442\u043d\u043e<\/h3>\n<p>\u041a\u0430\u043a \u044f \u0443\u0436\u0435 \u0443\u043f\u043e\u043c\u0438\u043d\u0430\u043b \u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435 LaBSE, \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0430 \u043c\u0435\u0436\u0434\u0443 \u044f\u0437\u044b\u043a\u0430\u043c\u0438 \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0442 \u043c\u043e\u0449\u043d\u044b\u043c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u043d\u044b\u043c \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u043e\u043c, \u0438\u0431\u043e \u043f\u0435\u0440\u0435\u0432\u043e\u0434 \u0432 \u043a\u0430\u043a\u043e\u043c-\u0442\u043e \u0441\u043c\u044b\u0441\u043b\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043d\u0430 \u0441\u0442\u0435\u0440\u043e\u0438\u0434\u0430\u0445: \u0444\u043e\u0440\u043c\u0430 \u0442\u0435\u043a\u0441\u0442\u0430 \u0438\u0437\u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e, \u0430 \u0441\u043c\u044b\u0441\u043b \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0431\u043b\u0438\u0437\u043e\u043a \u043a \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u0443. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0430\u0440\u0443 \u043c\u043e\u0434\u0435\u043b\u0435\u0439: \u043f\u0435\u0440\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0438\u0442 \u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u043d\u0430 \u043f\u0440\u043e\u043c\u0435\u0436\u0443\u0442\u043e\u0447\u043d\u044b\u0439 \u044f\u0437\u044b\u043a (\u0443 \u043c\u0435\u043d\u044f \u044d\u0442\u043e \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439), \u0432\u0442\u043e\u0440\u0430\u044f &#8212; \u043e\u0431\u0440\u0430\u0442\u043d\u043e. <\/p>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u044b \u0431\u044b\u043b\u0438 \u043d\u0435\u0442\u0440\u0438\u0432\u0438\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u043d\u0443\u0436\u043d\u043e \u043a\u0430\u043a-\u0442\u043e \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0438\u0442\u044c \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0435\u0441\u0442\u044c \u0438\u0445 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442. \u0412 \u043f\u0430\u043a\u0435\u0442\u0435 transformers \u043e\u0442 Huggingface \u0435\u0441\u0442\u044c \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442: \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442 bad_word_ids, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u044b\u0435 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043f\u0440\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u042d\u0442\u0438\u043c \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u043c \u043c\u044b \u043c\u043e\u0436\u0435\u043c \u0437\u0430\u043f\u0440\u0435\u0442\u0438\u0442\u044c \u043d\u0430\u0448\u0435\u043c\u0443 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0443 \u043a\u043e\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0434\u043b\u0438\u043d\u043d\u044b\u0435 \u043a\u0443\u0441\u043a\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u0430. \u0427\u0442\u043e\u0431\u044b \u044d\u0442\u043e \u043d\u0435 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043f\u043e\u0440\u0442\u0438\u043b\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c beam search \u0441 \u0448\u0438\u0440\u0438\u043d\u043e\u0439 \u043b\u0443\u0447\u0430, \u043f\u0440\u0435\u0432\u043e\u0441\u0445\u043e\u0434\u044f\u0449\u0435\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u0435\u043c\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u0442\u0430\u043a\u0438\u0435: \u0447\u0435\u043c \u043c\u0435\u043d\u044c\u0448\u0435 gram, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0438\u043c\u0438 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b, \u043d\u043e \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0438 \u0431\u043e\u043b\u0435\u0435 \u043d\u0435\u043b\u0435\u043f\u044b\u043c\u0438. \u0410 \u0447\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 num_beams, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b, \u043d\u043e \u0442\u0435\u043c \u0434\u043e\u043b\u044c\u0448\u0435 \u0434\u043b\u0438\u0442\u0441\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f.<\/p>\n<pre><code class=\"python\">import torch from transformers import FSMTModel, FSMTTokenizer, FSMTForConditionalGeneration tokenizer = FSMTTokenizer.from_pretrained(\"facebook\/wmt19-en-ru\") model = FSMTForConditionalGeneration.from_pretrained(\"facebook\/wmt19-en-ru\") inverse_tokenizer = FSMTTokenizer.from_pretrained(\"facebook\/wmt19-ru-en\") inverse_model = FSMTForConditionalGeneration.from_pretrained(\"facebook\/wmt19-ru-en\") model.cuda(); inverse_model.cuda();  def paraphrase(text, gram=4, num_beams=5, **kwargs):     \"\"\" Generate a paraphrase using back translation.      Parameter `gram` denotes size of token n-grams of the original sentence that cannot appear in the paraphrase.     \"\"\"     input_ids = inverse_tokenizer.encode(text, return_tensors=\"pt\")     with torch.no_grad():         outputs = inverse_model.generate(input_ids.to(inverse_model.device), num_beams=num_beams, **kwargs)     other_lang = inverse_tokenizer.decode(outputs[0], skip_special_tokens=True)     # print(other_lang)     input_ids = input_ids[0, :-1].tolist()     bad_word_ids = [input_ids[i:(i+gram)] for i in range(len(input_ids)-gram)]     input_ids = tokenizer.encode(other_lang, return_tensors=\"pt\")     with torch.no_grad():         outputs = model.generate(input_ids.to(model.device), num_beams=num_beams, bad_words_ids=bad_word_ids, **kwargs)     decoded = tokenizer.decode(outputs[0], skip_special_tokens=True)     return decoded <\/code><\/pre>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u0438 \u0437\u0430\u0441\u0435\u0447\u0451\u043c \u0432\u0440\u0435\u043c\u044f:<\/p>\n<pre><code class=\"python\">%%time text = '\u0416\u0435\u043d\u0449\u0438\u043d\u0430-\u0434\u0430\u0439\u0432\u0435\u0440 \u0438\u0441\u0447\u0435\u0437\u043b\u0430 \u0432 \u0427\u0435\u0440\u043d\u043e\u043c \u043c\u043e\u0440\u0435 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u043d\u0430\u0443\u0447\u043d\u044b\u0445 \u0440\u0430\u0431\u043e\u0442 \u043d\u0430 \u043f\u043e\u0431\u0435\u0440\u0435\u0436\u044c\u0435 \u0410\u043d\u0430\u043f\u044b.' print(paraphrase(text, gram=3, do_sample=False)) # \u0416\u0435\u043d\u0449\u0438\u043d\u0430-\u0432\u043e\u0434\u043e\u043b\u0430\u0437 \u043f\u0440\u043e\u043f\u0430\u043b\u0430 \u0432 \u0430\u043a\u0432\u0430\u0442\u043e\u0440\u0438\u0438 \u0427\u0435\u0440\u043d\u043e\u0433\u043e \u043c\u043e\u0440\u044f, \u043a\u043e\u0433\u0434\u0430 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u043b\u0430 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0443 \u0431\u0435\u0440\u0435\u0433\u043e\u0432 \u0410\u043d\u0430\u043f\u044b. # Wall time: 699 ms <\/code><\/pre>\n<p>\u041a\u0430\u0436\u0435\u0442\u0441\u044f, \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0438 \u0431\u043b\u0438\u0437\u043a\u043e \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043a \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u0443, \u0438 \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0435 \u043f\u043e \u0441\u043b\u043e\u0432\u0430\u043c, \u0438 \u043d\u0435 \u0442\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u044f\u043c \u0441\u0443\u043f\u0435\u0440 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e. \u041d\u043e, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u0442\u0430\u043a\u0438 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u043c \u0448\u0430\u0433\u043e\u043c \u043c\u044b \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u044b \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043b\u0430 \u0442\u0435\u043a\u0441\u0442 \u0432 \u043e\u0434\u0438\u043d \u043f\u0440\u043e\u0445\u043e\u0434, \u0430 \u043d\u0435 \u0432 \u0434\u0432\u0430. \u041d\u043e \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043d\u0430\u0434\u043e \u043f\u043e\u043d\u044f\u0442\u044c, \u043d\u0430 \u043a\u0430\u043a\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0451 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c.<\/p>\n<h3>\u041d\u043e\u0432\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/h3>\n<p>\u0420\u0430\u0437 \u0443\u0436 \u0443 \u043c\u0435\u043d\u044f \u0435\u0441\u0442\u044c \u043a\u0440\u0443\u0442\u043e\u0439 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f, \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u043e\u0432\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0438\u0437 \u043b\u044e\u0431\u043e\u0433\u043e \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430. \u042f \u0440\u0435\u0448\u0438\u043b \u0432\u0437\u044f\u0442\u044c <a href=\"https:\/\/wortschatz.uni-leipzig.de\/en\/download\/Russian\" rel=\"noopener noreferrer nofollow\">\u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u0438\u0439 \u0432\u0435\u0431-\u043a\u043e\u0440\u043f\u0443\u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u0437\u0430 2019 \u0433\u043e\u0434<\/a>. \u041e\u043d \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043c\u0438\u043b\u043b\u0438\u043e\u043d \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0432\u0437\u044f\u0442\u044b\u0445 \u0438\u0437 \u0440\u0430\u0437\u043d\u044b\u0445 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432 \u0432 \u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435, \u0438, \u0432 \u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u0440\u0443\u0433\u0438\u0445 \u0432\u0435\u0431-\u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432, \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u043e\u0447\u0438\u0449\u0435\u043d\u043d\u044b\u0445 \u043e\u0442 \u0432\u0441\u044f\u043a\u043e\u0433\u043e \u043c\u0443\u0441\u043e\u0440\u0430. \u0412\u0435\u0441\u044c \u044d\u0442\u043e\u0442 \u043a\u043e\u0440\u043f\u0443\u0441 \u044f \u043f\u0440\u043e\u0433\u043d\u0430\u043b \u0447\u0435\u0440\u0435\u0437 \u043e\u043f\u0438\u0441\u0430\u043d\u043d\u0443\u044e \u0432\u044b\u0448\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u044e <code>paraphrase<\/code> \u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 <code>gram=3, num_beams=5, repetition_penalty=3.14, no_repeat_ngram_size=6<\/code>, \u0438 \u0437\u0430\u043d\u044f\u043b\u043e \u044d\u0442\u043e \u043f\u043e\u0440\u044f\u0434\u043a\u0430 \u043d\u0435\u0434\u0435\u043b\u0438 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 (\u0437\u0430 \u0441\u0447\u0451\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0431\u0430\u0442\u0447\u0435\u0439 \u043c\u043e\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0431\u044b \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u043f\u0440\u043e\u0446\u0435\u0441\u0441, \u043d\u043e \u044f \u043d\u0438\u043a\u0443\u0434\u0430 \u043d\u0435 \u0442\u043e\u0440\u043e\u043f\u0438\u043b\u0441\u044f). <\/p>\n<p>\u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0443 \u043c\u0435\u043d\u044f \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0444\u0430\u0439\u043b <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">paranmt_ru_leipzig.tsv<\/a> \u043d\u0430 \u043c\u0438\u043b\u043b\u0438\u043e\u043d \u0441\u0442\u0440\u043e\u043a. \u041a\u0430\u0436\u0434\u0430\u044f \u0441\u0442\u0440\u043e\u043a\u0430 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0442\u0430\u043a:<\/p>\n<pre><code class=\"bash\">idx                                                  920024 original      \u0425\u043c\u2026 \u0442\u043e \u0435\u0441\u0442\u044c \u0441 \u0436\u0436 \u043b\u0443\u0447\u0448\u0435 \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u0432\u044b\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0442\u044c? en          Hmm... is it better not to post with LJ at all? ru                \u0425\u043c.... \u043d\u0435 \u043b\u0443\u0447\u0448\u0435 \u043b\u0438 \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u043f\u0438\u0441\u0430\u0442\u044c \u0432 \u0416\u0416?<\/code><\/pre>\n<p>\u0411\u043e\u043b\u044c\u0448\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u043f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0445\u0441\u044f \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u043d\u0435\u0432\u043e\u043e\u0440\u0443\u0436\u0451\u043d\u043d\u044b\u043c \u0432\u0437\u0433\u043b\u044f\u0434\u043e\u043c \u043a\u0430\u0436\u0443\u0442\u0441\u044f \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438. \u0412 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0438\u0437 \u043d\u0438\u0445, \u043e\u0434\u043d\u0430\u043a\u043e, \u0434\u043e\u043f\u0443\u0449\u0435\u043d\u044b \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u0438\u0435 \u043b\u044f\u043f\u044b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, &#171;\u043f\u043e\u043b\u0443\u0441\u0442\u0430\u043d\u043e\u043a&#187; \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0435\u0440\u0435\u0432\u0435\u043b\u0430 \u043a\u0430\u043a &#171;\u043f\u043e\u043b\u0443\u043c\u0430\u0448\u0438\u043d\u0430&#187;, \u0430 &#171;\u0431\u044b\u043b\u0438 \u043f\u043e \u043a\u043e\u043b\u0435\u043d\u043e \u0432 \u0433\u0440\u044f\u0437\u0438&#187; \u043a\u0430\u043a &#171;\u043b\u0435\u0436\u0430\u043b\u0438 \u043d\u0430 \u043a\u043e\u043b\u0435\u043d\u044f\u0445 \u0432 \u0438\u043b\u0435&#187;. \u0414\u0440\u0443\u0433\u0430\u044f \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0437\u0430 \u0441\u0447\u0451\u0442 <code>bad_word_ids<\/code> \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u043c\u0435\u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435, \u0438 \u0438\u043d\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u0434\u0435\u043b\u0430\u043b\u0430 \u044d\u0442\u043e \u043f\u043b\u043e\u0445\u043e &#8212; \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u043b\u0430 &#171;\u041e\u0439\u043c\u044f\u043a\u043e\u043d&#187; \u0432 &#171;\u041e\u0439\u043c\u044f\u043d\u0441\u043a&#187;, \u0430 &#171;\u0412\u0435\u0440\u0445\u043e\u044f\u043d\u0441\u043a&#187; \u0432\u043e\u043e\u0431\u0449\u0435 \u0437\u0430\u043c\u0435\u043d\u0438\u043b\u0430 \u043d\u0430 &#171;\u0422\u043e\u043b\u044c\u044f\u0442\u0442\u0438&#187;. \u041d\u043e \u0432 \u0446\u0435\u043b\u043e\u043c, \u043a\u0430\u043a \u043c\u044b \u0443\u0432\u0438\u0434\u0438\u043c \u0434\u0430\u043b\u044c\u0448\u0435, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0432\u044b\u0441\u043e\u043a\u043e\u0435.<\/p>\n<p>\u0421\u043a\u0430\u0447\u0430\u0442\u044c \u043a\u043e\u0440\u043f\u0443\u0441 \u043c\u043e\u0436\u043d\u043e <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">\u0438\u0437 \u043c\u043e\u0435\u0433\u043e \u042f\u043d\u0434\u0435\u043a\u0441.\u041e\u0431\u043b\u0430\u043a\u0430<\/a>. \u041d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u044f \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e ParaNMT-Ru-Leipzig, \u043f\u043e \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0438 \u0441 \u0430\u043d\u0433\u043b\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u043c <a href=\"https:\/\/www.aclweb.org\/anthology\/P18-1042.pdf\" rel=\"noopener noreferrer nofollow\">ParaNMT<\/a>. <\/p>\n<h3>\u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432<\/h3>\n<p>\u041c\u043e\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u0445 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0434\u0430\u043b\u0435\u043a\u043e \u043d\u0435 \u043f\u0435\u0440\u0432\u044b\u0439. \u041a\u0440\u043e\u043c\u0435 \u043d\u0435\u0433\u043e \u0432 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u043c \u0434\u043e\u0441\u0442\u0443\u043f\u0435 \u0435\u0441\u0442\u044c \u043a\u0430\u043a \u043c\u0438\u043d\u0438\u043c\u0443\u043c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435:<\/p>\n<ul>\n<li>\n<p><a href=\"https:\/\/arxiv.org\/abs\/1809.06142v1\" rel=\"noopener noreferrer nofollow\">Opusparcus<\/a> &#8212; \u043c\u043d\u043e\u0433\u043e\u043c\u0438\u043b\u043b\u0438\u043e\u043d\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441, \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0438\u0437\u0432\u043b\u0435\u0447\u0451\u043d\u043d\u044b\u0439 \u0438\u0437 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 \u0434\u043b\u044f 6 \u0435\u0432\u0440\u043e\u043f\u0435\u0439\u0441\u043a\u0438\u0445 \u044f\u0437\u044b\u043a\u043e\u0432, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439. \u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u0435\u0441\u0442\u044c \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043e\u0446\u0435\u043d\u043a\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 mutual information;<\/p>\n<ul>\n<li>\n<p><code>opus_good<\/code> &#8212; \u043f\u043e\u0434\u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e Opusparcus, \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u043f\u043e \u0443\u0441\u043b\u043e\u0432\u0438\u044e PMI&gt;15 (1.8 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u0430 \u0438\u0437 22), \u0438 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0435\u0435 \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u0445\u043e\u0436\u0438\u0435 \u0434\u0440\u0443\u0433 \u043d\u0430 \u0434\u0440\u0443\u0433\u0430 \u043f\u0430\u0440\u044b. <\/p>\n<\/li>\n<\/ul>\n<\/li>\n<li>\n<p>\u0440\u0443\u0441\u0441\u043a\u0430\u044f \u0447\u0430\u0441\u0442\u044c <a href=\"https:\/\/huggingface.co\/datasets\/tapaco\" rel=\"noopener noreferrer nofollow\">Tapaco<\/a> &#8212; \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437, \u0438\u0437\u0432\u043b\u0435\u0447\u0451\u043d\u043d\u043e\u0433\u043e \u0438\u0437 \u043c\u0443\u043b\u044c\u0442\u0438\u044f\u0437\u044b\u0447\u043d\u043e\u0433\u043e \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0430;<\/p>\n<\/li>\n<li>\n<p>\u0422\u0440\u0438 \u043a\u043e\u0440\u043f\u0443\u0441\u0430 <a href=\"https:\/\/github.com\/rysshe\/paraphrase\" rel=\"noopener noreferrer nofollow\">\u0422\u0430\u043c\u0430\u0440\u044b rysshe \u0416\u043e\u0440\u0434\u0430\u043d\u0438\u0438<\/a>: <\/p>\n<ul>\n<li>\n<p>backed: \u043e\u0431\u0440\u0430\u0442\u043d\u044b\u0439 \u043f\u0435\u0440\u0435\u0432\u043e\u0434 <a href=\"https:\/\/translate.yandex.ru\/corpus\" rel=\"noopener noreferrer nofollow\">\u0430\u043d\u0433\u043b\u043e-\u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u042f\u043d\u0434\u0435\u043a\u0441\u0430<\/a>;<\/p>\n<\/li>\n<li>\n<p>news: \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u043f\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0443 \u043f\u0430\u0440\u044b \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432, \u043e\u043f\u0438\u0441\u044b\u0432\u0430\u044e\u0449\u0438\u0445 \u043e\u0434\u043d\u0443 \u0438 \u0442\u0443 \u0436\u0435 \u043d\u043e\u0432\u043e\u0441\u0442\u044c;<\/p>\n<\/li>\n<li>\n<p>subtitles: \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u043f\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0443 \u043f\u0430\u0440\u044b \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432, \u043e\u0442\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0435 \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u043e Opusparcus;<\/p>\n<\/li>\n<\/ul>\n<\/li>\n<li>\n<p><a href=\"http:\/\/paraphraser.ru\/download\/\" rel=\"noopener noreferrer nofollow\">Paraphraser<\/a> 2016 &#8212; \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043d\u0435\u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440 \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432, \u0432\u0440\u0443\u0447\u043d\u0443\u044e \u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0439 \u043f\u043e \u0441\u0435\u043c\u0430\u043d\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u0438. \u042f \u0431\u0440\u0430\u043b \u0438\u0437 \u043d\u0435\u0433\u043e \u0442\u043e\u043b\u044c\u043a\u043e \u043f\u0430\u0440\u044b, \u043e\u0442\u043c\u0435\u0447\u0435\u043d\u043d\u044b\u0435 \u043a\u0430\u043a \u0441\u0438\u043d\u043e\u043d\u0438\u043c\u0438\u0447\u043d\u044b\u0435; <\/p>\n<\/li>\n<li>\n<p><a href=\"http:\/\/paraphraser.ru\/download\/\" rel=\"noopener noreferrer nofollow\">ParaPhraserPlus<\/a>: \u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043d\u0430\u0431\u043e\u0440\u043e\u0432 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432 \u043e\u0431 \u043e\u0434\u043d\u0438\u0445 \u0438 \u0442\u0435\u0445 \u0436\u0435 \u043d\u043e\u0432\u043e\u0441\u0442\u044f\u0445, \u0441\u043e\u0431\u0440\u0430\u043d\u043d\u044b\u0439 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0438 \u043f\u0440\u043e\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043f\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0443 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432 RuBERT \u0432 <a href=\"https:\/\/www.aclweb.org\/anthology\/2020.ngt-1.6\/\" rel=\"noopener noreferrer nofollow\">\u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435<\/a> . <\/p>\n<\/li>\n<\/ul>\n<p>\u0418\u0437 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u044f \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e (\u0440\u0430\u0432\u043d\u043e\u043c\u0435\u0440\u043d\u043e) \u0432\u044b\u0431\u0440\u0430\u043b \u043f\u043e 10\u041a \u043f\u0430\u0440 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439. <\/p>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0438\u0437 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 \u044f \u043e\u0446\u0435\u043d\u0438\u043b \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435 \u043c\u0435\u0442\u0440\u0438\u043a\u0438:<\/p>\n<ul>\n<li>\n<p><code>sim<\/code> &#8212; \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u043f\u0430\u0440. \u0427\u0435\u043c \u043e\u043d\u0430 \u0432\u044b\u0448\u0435, \u0442\u0435\u043c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u044b \u0431\u043b\u0438\u0436\u0435 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u0434\u0440\u0443\u0433 \u043a \u0434\u0440\u0443\u0433\u0443;<\/p>\n<\/li>\n<li>\n<p><code>sim_random<\/code> &#8212; \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043f\u0435\u0440\u0435\u043c\u0435\u0448\u0430\u043d\u043d\u044b\u0445 \u043f\u0430\u0440. \u0427\u0435\u043c \u043e\u043d\u0430 \u0432\u044b\u0448\u0435, \u0442\u0435\u043c \u043a\u043e\u0440\u043f\u0443\u0441 \u043e\u0434\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u0435\u0435;<\/p>\n<\/li>\n<li>\n<p><code>bleu<\/code> &#8212;  BLEU \u043f\u0430\u0440\u044b \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437, \u0443\u0441\u0440\u0435\u0434\u043d\u0451\u043d\u043d\u043e\u0435 \u043f\u043e \u043e\u0431\u043e\u0438\u043c \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f\u043c;<\/p>\n<\/li>\n<li>\n<p><code>char_ngram_overlap<\/code> &#8212; \u0434\u043e\u043b\u044f \u043e\u0431\u0449\u0438\u0445 \u0441\u0438\u043c\u0432\u043e\u043b\u044c\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c;<\/p>\n<\/li>\n<li>\n<p><code>perp<\/code> &#8212; \u0441\u0440\u0435\u0434\u043d\u044f\u044f \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044f \u0432\u0441\u0435\u0445 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0432 \u043a\u043e\u0440\u043f\u0443\u0441\u0435. <\/p>\n<\/li>\n<\/ul>\n<p>\u041f\u043e\u0441\u043b\u0435 \u0432\u0441\u0435\u0445 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0432\u044b\u0448\u0435\u043b \u0442\u0430\u043a\u043e\u0439:<\/p>\n<div>\n<div class=\"table\">\n<table>\n<tbody>\n<tr>\n<th>\n<p>corpus<\/p>\n<\/th>\n<th>\n<p>sim<\/p>\n<\/th>\n<th>\n<p>sim_random<\/p>\n<\/th>\n<th>\n<p>bleu<\/p>\n<\/th>\n<th>\n<p>char_ngram_overlap<\/p>\n<\/th>\n<th>\n<p>perp<\/p>\n<\/th>\n<\/tr>\n<tr>\n<td>\n<p>tapaco<\/p>\n<\/td>\n<td>\n<p>0.9177<\/p>\n<\/td>\n<td>\n<p>0.3426<\/p>\n<\/td>\n<td>\n<p>0.5845<\/p>\n<\/td>\n<td>\n<p>0.4331<\/p>\n<\/td>\n<td>\n<p>3.7707<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>leipzig<\/p>\n<\/td>\n<td>\n<p>0.9027<\/p>\n<\/td>\n<td>\n<p>0.3040<\/p>\n<\/td>\n<td>\n<p>0.5185<\/p>\n<\/td>\n<td>\n<p>0.3154<\/p>\n<\/td>\n<td>\n<p>3.8428<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>paraphraser<\/p>\n<\/td>\n<td>\n<p>0.8979<\/p>\n<\/td>\n<td>\n<p>0.3062<\/p>\n<\/td>\n<td>\n<p>0.6404<\/p>\n<\/td>\n<td>\n<p>0.5155<\/p>\n<\/td>\n<td>\n<p>3.5635<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>backed<\/p>\n<\/td>\n<td>\n<p>0.8627<\/p>\n<\/td>\n<td>\n<p>0.3284<\/p>\n<\/td>\n<td>\n<p>0.5345<\/p>\n<\/td>\n<td>\n<p>0.3609<\/p>\n<\/td>\n<td>\n<p>4.0627<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>subtitles<\/p>\n<\/td>\n<td>\n<p>0.8141<\/p>\n<\/td>\n<td>\n<p>0.4316<\/p>\n<\/td>\n<td>\n<p>0.4499<\/p>\n<\/td>\n<td>\n<p>0.3134<\/p>\n<\/td>\n<td>\n<p>4.3803<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>ppp<\/p>\n<\/td>\n<td>\n<p>0.7465<\/p>\n<\/td>\n<td>\n<p>0.2647<\/p>\n<\/td>\n<td>\n<p>0.4200<\/p>\n<\/td>\n<td>\n<p>0.3037<\/p>\n<\/td>\n<td>\n<p>3.9351<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>opus_good<\/p>\n<\/td>\n<td>\n<p>0.7238<\/p>\n<\/td>\n<td>\n<p>0.3278<\/p>\n<\/td>\n<td>\n<p>0.4071<\/p>\n<\/td>\n<td>\n<p>0.2488<\/p>\n<\/td>\n<td>\n<p>4.7208<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>news<\/p>\n<\/td>\n<td>\n<p>0.6709<\/p>\n<\/td>\n<td>\n<p>0.2735<\/p>\n<\/td>\n<td>\n<p>0.3833<\/p>\n<\/td>\n<td>\n<p>0.2352<\/p>\n<\/td>\n<td>\n<p>3.7960<\/p>\n<\/td>\n<\/tr>\n<tr>\n<td>\n<p>opus<\/p>\n<\/td>\n<td>\n<p>0.5473<\/p>\n<\/td>\n<td>\n<p>0.3204<\/p>\n<\/td>\n<td>\n<p>0.3319<\/p>\n<\/td>\n<td>\n<p>0.1222<\/p>\n<\/td>\n<td>\n<p>4.7753<\/p>\n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<\/div>\n<p>\u041d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u0431\u043b\u0438\u0437\u043a\u0438\u043c\u0438 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043f\u0430\u0440\u044b \u043e\u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u0432 \u043a\u043e\u0440\u043f\u0443\u0441\u0430\u0445 tapaco (\u0442\u0430\u043c \u0447\u0430\u0441\u0442\u043e \u043f\u0440\u043e\u0441\u0442\u043e \u0437\u0430\u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u0433\u0440\u0430\u043c\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0440\u043e\u0434) \u0438 leipzig, \u043d\u0430\u0438\u043c\u0435\u043d\u0435\u0435 \u0431\u043b\u0438\u0437\u043a\u0438\u043c\u0438 &#8212; \u0432 news \u0438 \u043d\u0435\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u043c opus (\u0438 \u0442\u0430\u043c, \u0438 \u0442\u0430\u043c \u0434\u0430\u043d\u043d\u044b\u0435 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u0433\u0440\u044f\u0437\u043d\u044b\u0435). \u041a\u043e\u0440\u043f\u0443\u0441\u0430 news \u0438 leipzig \u043e\u043a\u0430\u0437\u0430\u043b\u0438\u0441\u044c \u0441\u0430\u043c\u044b\u043c\u0438 \u0440\u0430\u0437\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u043f\u043e \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u043d\u0438\u044e, \u0430 subtitles &#8212; \u0441\u0430\u043c\u044b\u043c \u043e\u0434\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u044b\u043c. \u041a\u043e\u0440\u043f\u0443\u0441\u0430 paraphraser \u0438 tapaco \u0434\u0435\u043c\u043e\u043d\u0441\u0442\u0440\u0438\u0440\u0443\u044e\u0442 \u0441\u0430\u043c\u043e\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0435 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0435 \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0430 opus \u0438 news &#8212; \u0441\u0430\u043c\u043e\u0435 \u043d\u0438\u0437\u043a\u043e\u0435. <\/p>\n<p>\u0411\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 &#8212; \u0441\u0438\u043c\u043c\u0435\u0442\u0440\u0438\u0447\u043d\u044b\u0435, \u0438 \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044f \u043e\u0431\u043e\u0438\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u0430\u044f. \u041d\u043e \u0443 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432, \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043e\u0431\u0440\u0430\u0442\u043d\u044b\u043c \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u043e\u043c, \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044f \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u0430 \u0437\u0430\u043c\u0435\u0442\u043d\u043e \u043c\u0435\u043d\u044c\u0448\u0435, \u0447\u0435\u043c \u0443 \u043f\u0435\u0440\u0435\u0432\u0435\u0434\u0451\u043d\u043d\u043e\u0433\u043e: 3.82 \u043f\u0440\u043e\u0442\u0438\u0432 3.91 \u0443 leipzig \u0438 3.87 \u043f\u0440\u043e\u0442\u0438\u0432 4.44  \u0443 backed. <\/p>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/99d\/ed5\/71b\/99ded571b0bf271f6a81b346ba39fc60.png\" width=\"438\" height=\"278\"><figcaption><\/figcaption><\/figure>\n<p>\u0415\u0441\u043b\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0437\u0438\u0442\u044c \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c (\u043f\u043e LaBSE) \u0438 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c (\u043f\u043e \u043e\u0431\u0449\u0438\u043c n-\u0433\u0440\u0430\u043c\u043c\u0430\u043c), \u043c\u044b \u0443\u0432\u0438\u0434\u0438\u043c, \u0447\u0442\u043e \u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e\u0441\u0442\u044c \u043f\u043e\u0447\u0442\u0438 \u043f\u0440\u044f\u043c\u0430\u044f \u0438 \u0434\u0430\u0436\u0435 \u043f\u043e\u0447\u0442\u0438 \u043b\u0438\u043d\u0435\u0439\u043d\u0430\u044f. \u042d\u0442\u043e \u043b\u043e\u0433\u0438\u0447\u043d\u043e, \u0438\u0431\u043e \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f \u0432\u044b\u0441\u043e\u043a\u043e\u0439 \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0439 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u0438 \u0438 \u043d\u0438\u0437\u043a\u043e\u0433\u043e \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0433\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0430 \u0434\u0440\u0443\u0433 \u0441 \u0434\u0440\u0443\u0433\u043e\u043c \u043a\u043e\u043d\u043a\u0443\u0440\u0438\u0440\u0443\u044e\u0442: \u0447\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0432 \u043f\u0430\u0440\u0435 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043e\u0431\u0449\u0438\u0445 \u043f\u043e\u0434\u0441\u0442\u0440\u043e\u043a, \u0442\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0448\u0430\u043d\u0441, \u0447\u0442\u043e \u0438 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043e\u043d\u0438 \u0431\u043b\u0438\u0437\u043a\u0438. \u0412 \u044d\u0442\u043e\u043c \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0438 \u043a\u043e\u0440\u043f\u0443\u0441 ParaNMT-Ru-Leipzig \u0432\u044b\u0433\u043e\u0434\u043d\u043e \u043e\u0442\u043b\u0438\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0442 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0445, \u0432\u044b\u0431\u0438\u0432\u0430\u044f\u0441\u044c \u0438\u0437 \u043e\u0431\u0449\u0435\u0439 \u043f\u0440\u044f\u043c\u043e\u0439: \u0443 \u043d\u0435\u0433\u043e \u0431\u043e\u043b\u044c\u0448\u0435 \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u0430\u044f \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c, \u0447\u0435\u043c \u0443 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 \u0441 \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u043e\u0439 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u043e\u0439 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c\u044e. \u0418\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u044f \u0438\u043c\u0435\u043b \u0432 \u0432\u0438\u0434\u0443, \u043a\u043e\u0433\u0434\u0430 \u043d\u0430\u0437\u044b\u0432\u0430\u043b \u0432\u044b\u0448\u0435 \u043d\u043e\u0432\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c. <\/p>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/331\/b6e\/fce\/331b6efce9d84dcb69e8f71f44c48534.png\" width=\"419\" height=\"278\"><figcaption><\/figcaption><\/figure>\n<p>\u0415\u0449\u0451 \u043e\u0434\u043d\u0430 \u043f\u0430\u0440\u0430 \u043c\u0435\u0442\u0440\u0438\u043a, \u043a\u043e\u0442\u043e\u0440\u044b\u0435, \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e, \u0432 \u043a\u0430\u043a\u043e\u043c-\u0442\u043e \u0441\u043c\u044b\u0441\u043b\u0435 \u0442\u043e\u0436\u0435 \u043a\u043e\u043d\u043a\u0443\u0440\u0438\u0440\u0443\u044e\u0442 \u0434\u0440\u0443\u0433 \u0441 \u0434\u0440\u0443\u0433\u043e\u043c &#8212; \u044d\u0442\u043e \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u0430\u044f \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0438 \u043e\u0434\u043d\u043e\u0440\u043e\u0434\u043d\u043e\u0441\u0442\u044c \u043a\u043e\u0440\u043f\u0443\u0441\u0430: \u0447\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u043a\u043e\u0440\u043f\u0443\u0441 \u0440\u0430\u0437\u043d\u043e\u0440\u043e\u0434\u043d\u044b\u0439, \u0442\u0435\u043c \u0441\u043b\u043e\u0436\u043d\u0435\u0435 \u043a\u043e \u0432\u0441\u0435\u043c \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f\u043c \u043f\u043e\u0434\u043e\u0431\u0440\u0430\u0442\u044c \u0430\u0434\u0435\u043a\u0432\u0430\u0442\u043d\u0443\u044e \u043f\u0430\u0440\u0443. \u0421 \u044d\u0442\u043e\u0439 \u0442\u043e\u0447\u043a\u0438 \u0437\u0440\u0435\u043d\u0438\u044f ParaNMT-Ru-Leipzig \u0442\u043e\u0436\u0435 \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u0435\u043d: \u0431\u043e\u043b\u0435\u0435 \u0432\u044b\u0441\u043e\u043a\u0430\u044f \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0432 \u043f\u0430\u0440\u0430\u0445 \u0442\u043e\u043b\u044c\u043a\u043e \u0443 \u043a\u043e\u0440\u043f\u0443\u0441\u0430 Tapaco (\u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0441\u0438\u043b\u044c\u043d\u043e \u0431\u043e\u043b\u0435\u0435 \u043e\u0434\u043d\u043e\u0440\u043e\u0434\u0435\u043d), \u0430 \u0431\u043e\u043b\u0435\u0435 \u043d\u0438\u0437\u043a\u0430\u044f \u043e\u0434\u043d\u043e\u0440\u043e\u0434\u043d\u043e\u0441\u0442\u044c &#8212; \u0442\u043e\u043b\u044c\u043a\u043e \u0443 news \u0438 ppp (\u0433\u0434\u0435 \u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u044b \u0441 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c\u044e).<\/p>\n<h3>\u041e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u0441\u0432\u043e\u0435\u0433\u043e \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430<\/h3>\n<p>\u0421\u043b\u0435\u0434\u0443\u044f \u043e\u0431\u0440\u0430\u0437\u0446\u0443 \u0410\u043b\u0451\u043d\u044b \u0424\u0435\u043d\u043e\u0433\u0435\u043d\u043e\u0432\u043e\u0439 \u0438 \u0437\u0434\u0440\u0430\u0432\u043e\u043c\u0443 \u0441\u043c\u044b\u0441\u043b\u0443, \u0437\u0430 \u043e\u0441\u043d\u043e\u0432\u0443 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u044f \u0432\u0437\u044f\u043b \u043f\u0440\u0435\u0434\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432. \u0418\u0437 T5 (encoder+decoder) \u0438 GPT (decoder only) \u044f \u0432\u044b\u0431\u0440\u0430\u043b T5, \u043a\u0430\u043a \u0431\u043e\u043b\u0435\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u0443\u044e \u043a \u0441\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044e \u0441\u043c\u044b\u0441\u043b\u0430. \u0417\u0430 \u0431\u0430\u0437\u0443 \u044f \u0432\u0437\u044f\u043b \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u043d\u0443\u044e \u043d\u0430 \u0440\u0443\u0441\u0441\u043a\u043e\u043c \u044f\u0437\u044b\u043a\u0435 \u043c\u043e\u0434\u0435\u043b\u044c <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">rut5-base-multitask<\/a>. \u0420\u0430\u0441\u0441\u043a\u0430\u0437 \u043e \u0435\u0451 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u0438 \u0437\u0430\u0441\u043b\u0443\u0436\u0438\u0432\u0430\u0435\u0442 \u043e\u0442\u0434\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u043f\u043e\u0441\u0442\u0430, \u043d\u043e, \u0435\u0441\u043b\u0438 \u0432\u043a\u0440\u0430\u0442\u0446\u0435, \u044f \u0432\u0437\u044f\u043b \u0437\u0430 \u043e\u0441\u043d\u043e\u0432\u0443 \u043c\u043e\u0434\u0435\u043b\u044c mT5 \u0438 \u0432\u044b\u0440\u0435\u0437\u0430\u043b \u0438\u0437 \u043d\u0435\u0451 \u043d\u0435\u0440\u0443\u0441\u0441\u043a\u0438\u0435 \u0438 \u043d\u0435\u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0435 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0438 <a href=\"https:\/\/towardsdatascience.com\/how-to-adapt-a-multilingual-t5-model-for-a-single-language-b9f94f3d9c90\" rel=\"noopener noreferrer nofollow\">\u043f\u043e \u044d\u0442\u043e\u043c\u0443 \u0440\u0435\u0446\u0435\u043f\u0442\u0443<\/a>, \u043f\u043e\u043b\u0443\u0447\u0438\u0432 <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base\" rel=\"noopener noreferrer nofollow\">rut5-base<\/a>. \u041f\u043e\u0442\u043e\u043c \u044f \u043f\u043e\u0444\u0430\u0439\u043d\u0442\u044e\u043d\u0438\u043b \u0435\u0451 \u043d\u0430 10 \u0440\u0430\u0437\u043d\u044b\u0445 \u0440\u0443\u0441\u0441\u043a\u0438\u0445 (\u0438 \u043e\u0442\u0447\u0430\u0441\u0442\u0438 \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0445) \u0437\u0430\u0434\u0430\u0447, \u0442\u0440\u0435\u0431\u0443\u044e\u0449\u0438\u0445 \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u043e\u0441\u0442\u0438 \u043a\u0430\u043a \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c, \u0442\u0430\u043a \u0438 \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b, \u0438 \u043f\u043e\u043b\u0443\u0447\u0438\u043b <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-multitask\" rel=\"noopener noreferrer nofollow\">rut5-base-multitask<\/a>. \u0418 \u0432\u043e\u0442 \u044d\u0442\u0443 \u043d\u0435\u0439\u0440\u043e\u043d\u043a\u0443 \u044f \u0442\u0435\u043f\u0435\u0440\u044c \u0434\u043e\u043e\u0431\u0443\u0447\u0438\u043b \u0443\u0436\u0435 \u0447\u0438\u0441\u0442\u043e \u043d\u0430 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435. <\/p>\n<p>\u0414\u0430\u0442\u0430\u0441\u0435\u0442\u044b \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u044f \u0440\u0435\u0448\u0438\u043b \u0441\u044d\u043c\u043b\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432 \u0442\u0430\u043a\u043e\u043c \u0441\u043e\u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u0438: 40% ParaNMT-Ru-Leipzig (\u043d\u0430\u0438\u0431\u043e\u043b\u0435\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441), 20% opus_good (\u0441\u0430\u043c\u044b\u0439 \u0431\u043e\u043b\u044c\u0448\u043e\u0439 \u0438 \u0440\u0430\u0437\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u044b\u0439 \u0438\u0437 \u0430\u0434\u0435\u043a\u0432\u0430\u0442\u043d\u044b\u0445 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432), \u0438 \u043f\u043e 10% news, subtitles, backed \u0438 tapaco. \u041f\u0440\u0438 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0438 \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b \u0431\u0430\u0442\u0447 \u0440\u0430\u0437\u043c\u0435\u0440\u0430 10, \u043d\u0430\u043a\u0430\u043f\u043b\u0438\u0432\u0430\u043b \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442 32 \u0448\u0430\u0433\u0430, \u0430 \u0448\u0430\u0433 \u0434\u0435\u043b\u0430\u043b \u0434\u043b\u0438\u043d\u044b <code>1e-5<\/code> \u0433\u0440\u0430\u0434\u0438\u0435\u043d\u0442\u0430. \u0413\u0434\u0435-\u0442\u043e 1% \u0431\u0430\u0442\u0447\u0435\u0439 \u0437\u0430\u0431\u0438\u0432\u0430\u043b\u0438 \u043f\u0430\u043c\u044f\u0442\u044c CUDA \u0438 \u043f\u0430\u0434\u0430\u043b\u0438 \u0441 \u043e\u0448\u0438\u0431\u043a\u043e\u0439; \u0438\u0445 \u044f \u043f\u0440\u043e\u0441\u0442\u043e \u0438\u0433\u043d\u043e\u0440\u0438\u0440\u043e\u0432\u0430\u043b. \u0414\u043b\u0438\u043b\u043e\u0441\u044c \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0430 Colab \u043e\u043a\u043e\u043b\u043e 5 \u0441\u0443\u0442\u043e\u043a (\u044f \u043a\u0430\u0436\u0434\u044b\u0439 \u0434\u0435\u043d\u044c \u043f\u0435\u0440\u0435\u0437\u0430\u043f\u0443\u0441\u043a\u0430\u043b \u0431\u043b\u043e\u043a\u043d\u043e\u0442). \u041a\u043e\u0434 \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 (\u0432 \u0443\u043f\u0440\u043e\u0449\u0451\u043d\u043d\u043e\u043c \u0432\u0438\u0434\u0435) \u043a\u0430\u043a-\u0442\u043e \u0442\u0430\u043a:<\/p>\n<pre><code class=\"python\">import torch from transformers import T5ForConditionalGeneration, T5Tokenizer # use here a backbone model of your choice, e.g. google\/mt5-base backbone_model = 'cointegrated\/rut5-base-multitask'  model = T5ForConditionalGeneration.from_pretrained(backbone_model) tokenizer = T5Tokenizer.from_pretrained(backbone_model) model.cuda(); optimizer = torch.optim.Adam(params=[p for p in model.parameters() if p.requires_grad], lr=1e-5)  # todo: load the paraphrasing corpus and define the get_batch function  for i in range(100500):     xx, yy = get_batch(mult=mult)     x = tokenizer(xx, return_tensors='pt', padding=True).to(model.device)     y = tokenizer(yy, return_tensors='pt', padding=True).to(model.device)     # do not force the model to predict pad tokens     y.input_ids[y.input_ids==0] = -100     loss = model(         input_ids=x.input_ids,         attention_mask=x.attention_mask,         labels=y.input_ids,         decoder_attention_mask=y.attention_mask,         return_dict=True     ).loss     loss.backward()     optimizer.step()     optimizer.zero_grad()  model.save_pretrained('my_paraphraser') tokenizer.save_pretrained('my_paraphraser') <\/code><\/pre>\n<p>\u0413\u043e\u0442\u043e\u0432\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u044f \u0432\u044b\u043b\u043e\u0436\u0438\u043b \u043f\u043e\u0434 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435\u043c <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-paraphraser\" rel=\"noopener noreferrer nofollow\">rut5-base-paraphraser<\/a>, \u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0435\u0451 \u043c\u043e\u0436\u043d\u043e \u043a\u0430\u043a \u043b\u044e\u0431\u0443\u044e \u0434\u0440\u0443\u0433\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c \u0438\u0437 Huggingface, \u0442\u043e \u0435\u0441\u0442\u044c \u043f\u0440\u043e\u0441\u0442\u043e:<\/p>\n<pre><code class=\"python\">from transformers import T5ForConditionalGeneration, T5Tokenizer MODEL_NAME = 'cointegrated\/rut5-base-paraphraser' model = T5ForConditionalGeneration.from_pretrained(MODEL_NAME) tokenizer = T5Tokenizer.from_pretrained(MODEL_NAME) model.cuda(); model.eval();  def paraphrase(text, beams=5, grams=4):     x = tokenizer(text, return_tensors='pt', padding=True).to(model.device)     max_size = int(x.input_ids.shape[1] * 1.5 + 10)     out = model.generate(**x, encoder_no_repeat_ngram_size=grams, num_beams=beams, max_length=max_size)     return tokenizer.decode(out[0], skip_special_tokens=True)  print(paraphrase('\u041a\u0430\u0436\u0434\u044b\u0439 \u043e\u0445\u043e\u0442\u043d\u0438\u043a \u0436\u0435\u043b\u0430\u0435\u0442 \u0437\u043d\u0430\u0442\u044c, \u0433\u0434\u0435 \u0441\u0438\u0434\u0438\u0442 \u0444\u0430\u0437\u0430\u043d.')) # \u0412\u0441\u0435 \u043e\u0445\u043e\u0442\u043d\u0438\u043a\u0438 \u0445\u043e\u0442\u044f\u0442 \u0437\u043d\u0430\u0442\u044c \u0433\u0434\u0435 \u0444\u0430\u0437\u0430\u043d \u0441\u0438\u0434\u0438\u0442. <\/code><\/pre>\n<h3>\u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u043e\u0432<\/h3>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u043d\u044f\u0442\u044c, \u043d\u0430\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440 \u0445\u043e\u0440\u043e\u0448, \u043b\u043e\u0433\u0438\u0447\u043d\u0435\u0435 \u0432\u0441\u0435\u0433\u043e \u0441\u0440\u0430\u0432\u043d\u0438\u0442\u044c \u0435\u0433\u043e \u0441 \u0430\u043d\u0430\u043b\u043e\u0433\u0430\u043c\u0438. \u041a \u0441\u043e\u0436\u0430\u043b\u0435\u043d\u0438\u044e, \u0430\u043d\u0430\u043b\u043e\u0433\u043e\u0432 \u0443 \u043d\u0430\u0441 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u043c\u043d\u043e\u0433\u043e:<\/p>\n<ul>\n<li>\n<p><code>t5_new<\/code>: \u043c\u043e\u044f \u043d\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c;<\/p>\n<\/li>\n<li>\n<p><code>translation<\/code>: \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0435 &#8212; \u0441\u043c. \u0432\u044b\u0448\u0435;<\/p>\n<\/li>\n<li>\n<p><code>word-based<\/code>: \u043c\u043e\u0439 \u043f\u0440\u043e\u0448\u043b\u043e\u0433\u043e\u0434\u043d\u0438\u0439 <a href=\"https:\/\/github.com\/avidale\/dependency-paraphraser\" rel=\"noopener noreferrer nofollow\">dependency-paraphraser<\/a>, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 \u0434\u0432\u0443\u0445 \u044d\u0432\u0440\u0438\u0441\u0442\u0438\u043a\u0430\u0445:<\/p>\n<ul>\n<li>\n<p>\u0421\u0434\u0435\u043b\u0430\u0442\u044c \u0441\u0438\u043d\u0442\u0430\u043a\u0441\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0440\u0430\u0437\u0431\u043e\u0440 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u044f <a href=\"https:\/\/github.com\/natasha\/natasha\" rel=\"noopener noreferrer nofollow\">\u041d\u0430\u0442\u0430\u0448\u0435\u0439<\/a> \u0438 \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0441\u043b\u043e\u0432\u0430 \u043f\u0440\u0430\u0432\u0434\u043e\u043f\u043e\u0434\u043e\u0431\u043d\u044b\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c,<\/p>\n<\/li>\n<li>\n<p>\u0414\u043b\u044f \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e \u0432\u044b\u0431\u0440\u0430\u043d\u043d\u044b\u0445 \u0441\u043b\u043e\u0432 \u043f\u043e\u0438\u0441\u043a\u0430\u0442\u044c \u0441\u043e\u0441\u0435\u0434\u0435\u0439 \u043f\u043e fastText \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0430\u043c (\u0438\u0437 <a href=\"https:\/\/habr.com\/ru\/post\/489474\/\" rel=\"noopener noreferrer nofollow\">\u043c\u0430\u043b\u0435\u043d\u044c\u043a\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438<\/a>) \u0438 \u0437\u0430\u043c\u0435\u043d\u0438\u0442\u044c, \u0435\u0441\u043b\u0438 \u0441\u043e\u0441\u0435\u0434\u0438 \u043d\u0430\u0448\u043b\u0438\u0441\u044c \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u043b\u0438\u0437\u043a\u0438\u0435.<\/p>\n<\/li>\n<\/ul>\n<\/li>\n<li>\n<p><code>sber_t5<\/code>: \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0438\u0437 <a href=\"https:\/\/github.com\/RussianNLP\/russian_paraphrasers\" rel=\"noopener noreferrer nofollow\">russian_paraphrasers<\/a> \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 mt5-base;<\/p>\n<\/li>\n<li>\n<p><code>sber_gpt<\/code>: \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0438\u0437 <a href=\"https:\/\/github.com\/RussianNLP\/russian_paraphrasers\" rel=\"noopener noreferrer nofollow\">russian_paraphrasers<\/a> \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 rugpt2-large.<\/p>\n<\/li>\n<\/ul>\n<p>\u0423 \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0438\u0437 \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u0432 \u044f \u0432\u0430\u0440\u044c\u0438\u0440\u043e\u0432\u0430\u043b \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b: \u0434\u043b\u044f <code>t5_new<\/code> \u0438 <code>translation<\/code> \u044f \u043c\u0435\u043d\u044f\u043b \u0447\u0438\u0441\u043b\u043e \u0442\u043e\u043a\u0435\u043d\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c, \u0437\u0430\u043f\u0440\u0435\u0449\u0451\u043d\u043d\u044b\u0445 \u043a \u043f\u043e\u0432\u0442\u043e\u0440\u0435\u043d\u0438\u044e, \u0434\u043b\u044f <code>sber_t5<\/code> \u0438 <code>sber_gpt<\/code> &#8212; \u0447\u0438\u0441\u043b\u043e \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432, \u0438\u0437 \u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0432\u044b\u0431\u0438\u0440\u0430\u0435\u0442\u0441\u044f \u043d\u0430\u0438\u043b\u0443\u0447\u0448\u0438\u0439 (\u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u044b \u0442\u0430\u043c \u0440\u0430\u043d\u0436\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u043f\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0443 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0440\u0430\u0441\u0441\u0447\u0438\u0442\u0430\u043d\u043d\u043e\u043c\u0443 \u043c\u043e\u0434\u0435\u043b\u044c\u044e XLM). \u041c\u0435\u0442\u043e\u0434\u044b <code>t5_new<\/code> \u0438 <code>translation<\/code> \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u043d\u043e\u0433\u043e \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u0430, \u0437\u0430\u0442\u043e \u0433\u0435\u043d\u0435\u0440\u0438\u0440\u0443\u044e\u0442 \u0435\u0433\u043e \u043b\u0443\u0447\u043e\u043c \u0448\u0438\u0440\u0438\u043d\u044b 5. \u0414\u043b\u044f \u0447\u0438\u0441\u0442\u043e\u0442\u044b \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044f \u044f \u0432\u0437\u044f\u043b \u0441\u0431\u0435\u0440\u043e\u0432\u0441\u043a\u0443\u044e <code>t5-base<\/code> \u0438 \u043f\u0440\u043e\u0433\u043d\u0430\u043b \u0441 \u043d\u0435\u0439 \u0438\u043d\u0444\u0435\u0440\u0435\u043d\u0441 \u0432 \u0442\u043e\u043c \u0436\u0435 \u0440\u0435\u0436\u0438\u043c\u0435, \u043a\u0430\u043a \u0438 \u0434\u043b\u044f <code>t5_new<\/code>, \u043f\u043e\u043b\u0443\u0447\u0438\u0432 \u0437\u0430\u043f\u0438\u0441\u044c <code>sber_t5_new<\/code>. \u0414\u043b\u044f <code>word-based<\/code> \u044f \u0432\u0437\u044f\u043b \u0447\u0435\u0442\u044b\u0440\u0435 \u043a\u043e\u043c\u0431\u0438\u043d\u0430\u0446\u0438\u0438 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432, \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u0440\u0430\u0437\u043d\u043e\u0439 \u0441\u0442\u0435\u043f\u0435\u043d\u0438 \u0430\u0433\u0440\u0435\u0441\u0441\u0438\u0432\u043d\u043e\u0441\u0442\u0438.<\/p>\n<p>\u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0438 \u044f \u0432\u0437\u044f\u043b \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e \u0432\u044b\u0431\u0440\u0430\u043d\u043d\u044b\u0435 100 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432 \u0438\u0437 \u0442\u0435\u0441\u0442\u043e\u0432\u043e\u0439 \u0432\u044b\u0431\u043e\u0440\u043a\u0438 paraphraser.ru. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043c\u0435\u0442\u0440\u0438\u043a &#8212; \u0432\u0441\u0451 \u0442\u0435 \u0436\u0435 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u044f \u0441\u0447\u0438\u0442\u0430\u043b \u0434\u043b\u044f \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432. \u0412 \u043f\u0435\u0440\u0432\u0443\u044e \u043e\u0447\u0435\u0440\u0435\u0434\u044c \u043d\u0430\u043c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043d\u043e, \u043a\u0430\u043a \u043a\u0430\u0436\u0434\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0431\u0430\u043b\u0430\u043d\u0441\u0438\u0440\u0443\u0435\u0442 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u043e\u0435 \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u0441\u043e \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u044b\u043c:<\/p>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/ee5\/50f\/9c4\/ee550f9c4d635804e91ac3cb55987fd3.png\" width=\"386\" height=\"278\"><figcaption><\/figcaption><\/figure>\n<p>\u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043c\u0435\u043d\u044f \u0443\u0434\u0438\u0432\u0438\u043b: \u043c\u043e\u0434\u0435\u043b\u044c <code>translate<\/code> \u043f\u043e\u043a\u0430\u0437\u0430\u043b\u0430 \u043d\u0430\u0438\u043b\u0443\u0447\u0448\u0438\u0439 \u0431\u0430\u043b\u0430\u043d\u0441, \u0442\u043e \u0435\u0441\u0442\u044c \u0441\u0430\u043c\u043e\u0435 \u0432\u044b\u0441\u043e\u043a\u043e\u0435 \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0435 \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u0440\u0438 \u0437\u0430\u0434\u0430\u043d\u043d\u043e\u043c \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u043c \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u0435. \u041c\u043e\u044f \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c, \u043d\u0435\u0441\u043c\u043e\u0442\u0440\u044f \u043d\u0430 \u0434\u043e\u043b\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435, \u0434\u0430\u043b\u0430 \u043c\u0435\u043d\u0435\u0435 \u043e\u043f\u0442\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442, \u0440\u0430\u0432\u043d\u043e \u043a\u0430\u043a \u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u043e\u0442 \u0421\u0431\u0435\u0440\u0431\u0430\u043d\u043a\u0430. \u041f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 <code>n<\/code> (\u0447\u0438\u0441\u043b\u043e \u043a\u0430\u043d\u0434\u0438\u0434\u0430\u0442\u043e\u0432), \u043a\u0430\u043a \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c, \u043d\u0435 \u0441\u0438\u043b\u044c\u043d\u043e \u0432\u043b\u0438\u044f\u0435\u0442 \u043d\u0430 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0440\u0430\u0431\u043e\u0442\u044b \u0421\u0431\u0435\u0440\u043e\u0432\u0441\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439. \u0410 \u0432\u043e\u0442 \u0435\u0441\u043b\u0438 \u0438\u0445 \u0437\u0430\u043f\u0443\u0441\u0442\u0438\u0442\u044c \u0432 \u043c\u043e\u0451\u043c \u0440\u0435\u0436\u0438\u043c\u0435 (beam search \u0438 \u0437\u0430\u043f\u0440\u0435\u0442 \u043d\u0430 \u043f\u043e\u0432\u0442\u043e\u0440\u0435\u043d\u0438\u0435 n-\u0433\u0440\u0430\u043c\u043c), \u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f \u0443 \u0434\u0432\u0443\u0445 \u0432\u0435\u0440\u0441\u0438\u0439 T5, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e \u0438 \u043d\u0430 \u0447\u0430\u0441\u0442\u0438\u0447\u043d\u043e \u0440\u0430\u0437\u043d\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u043e\u0447\u0435\u043d\u044c \u0431\u043b\u0438\u0437\u043a\u0438\u043c.<\/p>\n<p>\u041f\u0440\u0438 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0438 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u043e\u0432 \u0432\u0430\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u043d\u043e \u0438 \u0438\u0445 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u044f \u0438\u0437\u043c\u0435\u0440\u044f\u044e \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u0435\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u043e\u0439 \u043c\u043e\u0434\u0435\u043b\u0438. \u0423 \u0432\u0441\u0435\u0445 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0432\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044f \u043e\u043a\u0430\u0437\u0430\u043b\u0430\u0441\u044c \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0439; \u0447\u0443\u0442\u044c \u043b\u0443\u0447\u0448\u0435 &#8212; \u0443 \u043c\u043e\u0434\u0435\u043b\u0438 <code>translate<\/code> \u0432 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430\u0445; \u0447\u0443\u0442\u044c \u0445\u0443\u0436\u0435 \u043f\u043e\u0447\u0435\u043c\u0443-\u0442\u043e \u0443 <code>GPT<\/code>. \u0423 \u043c\u043e\u0434\u0435\u043b\u0438, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u043d\u0430 \u044d\u0432\u0440\u0438\u0441\u0442\u0438\u043a\u0430\u0445, \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044f \u0432\u044b\u0448\u043b\u0430 \u043d\u0430 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0443 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0432\u044b\u0445, \u0442\u0430\u043a \u0447\u0442\u043e \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043f\u0440\u0430\u0432\u0434\u043e\u043f\u043e\u0434\u043e\u0431\u043d\u044b\u0445 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u044f \u0435\u0451 \u043d\u0435 \u0441\u043e\u0432\u0435\u0442\u0443\u044e.<\/p>\n<figure class=\"\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/habrastorage.org\/getpro\/habr\/upload_files\/223\/d8f\/83f\/223d8f83f76efdc6647412b22cb21177.png\" width=\"386\" height=\"278\"><figcaption><\/figcaption><\/figure>\n<h3>\u0418\u0442\u043e\u0433\u0438<\/h3>\n<p>\u041a\u0430\u043a \u044d\u0442\u043e \u0447\u0430\u0441\u0442\u043e \u0431\u044b\u0432\u0430\u0435\u0442, \u0432\u043d\u044f\u0442\u043d\u0430\u044f \u043f\u043e\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 \u0437\u0430\u0434\u0430\u0447\u0438 \u0441\u0440\u0430\u0437\u0443 \u043f\u043e\u0440\u043e\u0434\u0438\u043b\u0430 \u0441\u0438\u043b\u044c\u043d\u044b\u0439 \u0431\u0435\u0439\u0437\u043b\u0430\u0439\u043d. \u041d\u0430\u043c \u043d\u0443\u0436\u043d\u043e \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442, \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0432 \u0441\u043c\u044b\u0441\u043b? \u0427\u0442\u043e \u0436, \u0432\u043e\u0437\u044c\u043c\u0451\u043c \u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0430, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0440\u043e\u0432\u043d\u043e \u044d\u0442\u043e\u043c\u0443 \u0438 \u043e\u0431\u0443\u0447\u0435\u043d\u0430. \u041d\u0443\u0436\u043d\u043e, \u0447\u0442\u043e\u0431\u044b \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0441\u044f \u043e\u0442 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e, \u043d\u0443 \u0442\u0430\u043a \u0437\u0430\u043f\u0440\u0435\u0442\u0438\u043c \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u043e\u0432\u0442\u043e\u0440\u044f\u0442\u044c \u0434\u043b\u0438\u043d\u043d\u044b\u0435 \u043f\u043e\u0434\u0441\u0442\u0440\u043e\u043a\u0438. \u041f\u043e\u0441\u0442\u0440\u043e\u0435\u043d\u043d\u044b\u0439 \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u043e\u043a\u0430\u0437\u0430\u043b\u0441\u044f \u0441\u0438\u043b\u044c\u043d\u0435\u0435, \u0447\u0435\u043c \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u043d\u0430 \u0437\u0430\u0434\u0430\u0447\u0443 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f. \u0417\u0430\u043e\u0434\u043d\u043e \u043c\u044b \u043d\u0430\u0443\u0447\u0438\u043b\u0438\u0441\u044c \u043e\u0446\u0435\u043d\u0438\u0432\u0430\u0442\u044c \u0441\u0432\u043e\u0439\u0441\u0442\u0432\u0430, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u044b \u043e\u0442 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u043e\u0432 \u043e\u0436\u0438\u0434\u0430\u0435\u043c: \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0441\u043c\u044b\u0441\u043b\u043e\u0432, \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u0435 \u0432 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438, \u0438 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u043e\u0432. <\/p>\n<p>\u0412 \u043f\u043e\u0438\u0441\u043a\u0435 \u0445\u043e\u0440\u043e\u0448\u0435\u0433\u043e \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u044f \u0441\u043e\u0431\u0440\u0430\u043b \u043a\u043e\u0440\u043f\u0443\u0441 \u0438\u0437 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0445 \u043f\u0430\u0440 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0438 \u043e\u0431\u0443\u0447\u0438\u043b \u043d\u0430 \u043d\u0451\u043c \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c, \u043d\u043e \u0435\u0451 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043e\u043a\u0430\u0437\u0430\u043b\u043e\u0441\u044c \u043d\u0435 \u0432\u044b\u0448\u0435, \u0447\u0435\u043c \u0443 \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043d\u0430 \u0434\u0440\u0443\u0433\u0438\u0445 \u043a\u043e\u0440\u043f\u0443\u0441\u0430\u0445. \u0412\u043e\u0437\u043c\u043e\u0436\u043d\u043e, \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u0432\u0430\u0436\u0435\u043d \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u0440\u043f\u0443\u0441, \u043d\u043e \u0438 \u043f\u0440\u0438\u043c\u0435\u043d\u044f\u0435\u043c\u0430\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u044f \u043f\u043e\u0442\u0435\u0440\u044c, \u0432 \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u0432 \u044f\u0432\u043d\u043e\u043c \u0432\u0438\u0434\u0435 \u043c\u043e\u0436\u043d\u043e \u0437\u0430\u0448\u0438\u0442\u044c \u043f\u0440\u0435\u0434\u044a\u044f\u0432\u043b\u044f\u0435\u043c\u044b\u0435 \u043d\u0430\u043c\u0438 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u044f. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432 \u043a\u0430\u043a\u043e\u043c-\u0442\u043e \u043e\u0431\u043e\u0437\u0440\u0438\u043c\u043e\u043c \u0431\u0443\u0434\u0443\u0449\u0435\u043c \u044f \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u044e \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u0442\u044c RL \u0434\u043b\u044f \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u0438 \u0441\u0432\u043e\u0439\u0441\u0442\u0432 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u043d\u0435\u043f\u043e\u0441\u0440\u0435\u0434\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0432 \u0445\u043e\u0434\u0435 \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f. \u041d\u0443 \u0430 \u043f\u043e\u043a\u0430 \u0447\u0442\u043e \u043f\u043e\u043b\u044c\u0437\u0443\u0439\u0442\u0435\u0441\u044c \u0442\u043e\u0439 <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-paraphraser?\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c\u044e, \u0447\u0442\u043e \u0435\u0441\u0442\u044c<\/a>, \u043d\u043e\u0432\u044b\u043c <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">\u043a\u043e\u0440\u043f\u0443\u0441\u043e\u043c<\/a>, <a href=\"https:\/\/gist.github.com\/avidale\/dc95794227d7e53985b441ec722c4d0e\" rel=\"noopener noreferrer nofollow\">\u043c\u0435\u0442\u0440\u0438\u043a\u0430\u043c\u0438<\/a>, \u0438, \u043a\u043e\u043d\u0435\u0447\u043d\u043e \u0436\u0435, \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u043e\u043c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0430. \u041c\u0438\u0440 \u0432\u0430\u043c!<\/p>\n<\/div>\n<p> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/post\/564916\/\"> https:\/\/habr.com\/ru\/post\/564916\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"\n<div class=\"post__text post__text_v2\" id=\"post-content-body\">\n<h3>\u0412\u0432\u0435\u0434\u0435\u043d\u0438\u0435<\/h3>\n<p>\u0420\u0443\u0441\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a \u0432\u0435\u043b\u0438\u043a \u0438 \u043c\u043e\u0433\u0443\u0447, \u0438 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u044b\u0435 \u043b\u0438\u043d\u0433\u0432\u0438\u0441\u0442\u044b \u0443\u0436\u0435 \u043c\u043d\u043e\u0433\u043e \u043b\u0435\u0442 \u043f\u044b\u0442\u0430\u044e\u0442\u0441\u044f \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u044d\u0442\u043e \u0431\u043e\u0433\u0430\u0442\u0441\u0442\u0432\u043e. \u0415\u0449\u0451 \u0432 1970-\u0445 \u041c\u0435\u043b\u044c\u0447\u0443\u043a \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0438\u043b \u043a\u043e\u043d\u0446\u0435\u043f\u0446\u0438\u044e &#171;\u0421\u043c\u044b\u0441\u043b-\u0442\u0435\u043a\u0441\u0442&#187;, \u0433\u0434\u0435 \u0443\u043b\u044c\u0442\u0438\u043c\u0430\u0442\u0438\u0432\u043d\u0430\u044f \u044f\u0437\u044b\u043a\u043e\u0432\u0430\u044f \u043c\u043e\u0434\u0435\u043b\u044c \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u0430 \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u044c \u043b\u044e\u0431\u043e\u0439 \u0442\u0435\u043a\u0441\u0442 \u0432 \u0435\u0433\u043e \u0441\u043c\u044b\u0441\u043b\u043e\u0432\u043e\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u0435, \u0438 \u043d\u0430\u043e\u0431\u043e\u0440\u043e\u0442, \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0432\u0441\u0435 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u0442\u0435\u043a\u0441\u0442\u044b, \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0449\u0438\u0435 \u0442\u0430\u043a\u0438\u043c \u0441\u043c\u044b\u0441\u043b\u043e\u043c. 50 \u043b\u0435\u0442 \u0441\u043f\u0443\u0441\u0442\u044f \u043c\u044b \u043d\u0435 \u0442\u043e\u043b\u044c\u043a\u043e \u043d\u0435 \u0441\u043e\u0437\u0434\u0430\u043b\u0438 \u043f\u043e\u0434\u043e\u0431\u043d\u0443\u044e \u043c\u043e\u0434\u0435\u043b\u044c, \u043d\u043e \u0434\u0430\u0436\u0435 \u043d\u0435 \u043e\u0447\u0435\u043d\u044c \u0445\u043e\u0440\u043e\u0448\u043e \u0443\u043c\u0435\u0435\u043c \u043f\u0440\u043e\u0441\u0442\u043e \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u044b. \u0412\u043f\u0440\u043e\u0447\u0435\u043c, \u043f\u043e\u0441\u043b\u0435\u0434\u043d\u044e\u044e \u0437\u0430\u0434\u0430\u0447\u0443 \u0440\u0435\u0448\u0438\u0442\u044c \u043c\u044b \u043f\u044b\u0442\u0430\u0435\u043c\u0441\u044f. \u0412 2015 \u0433\u043e\u0434\u0443 \u0415\u043a\u0430\u0442\u0435\u0440\u0438\u043d\u0430 \u041f\u0440\u043e\u043d\u043e\u0437\u0430 <a href=\"https:\/\/link.springer.com\/chapter\/10.1007%2F978-3-319-41718-9_8\" rel=\"noopener noreferrer nofollow\">\u0441\u043e\u0431\u0440\u0430\u043b\u0430<\/a> \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0438\u0437 \u043d\u043e\u0432\u043e\u0441\u0442\u043d\u044b\u0445 \u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432, \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043a\u043e\u0442\u043e\u0440\u043e\u0433\u043e \u0434\u0432\u0430 \u0433\u043e\u0434\u0430 \u0441\u043f\u0443\u0441\u0442\u044f \u0431\u044b\u043b\u0430 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u043e\u0432\u0430\u043d\u0430 <a href=\"https:\/\/ainlconf.ru\/2016\/paraphraser\" rel=\"noopener noreferrer nofollow\">\u0434\u043e\u0440\u043e\u0436\u043a\u0430 \u043f\u043e \u0434\u0435\u0442\u0435\u043a\u0446\u0438\u0438 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/a>. \u0412 2020 \u0433\u043e\u0434\u0443 \u043f\u043e\u044f\u0432\u0438\u043b\u0441\u044f \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u044b\u0439 <a href=\"https:\/\/www.aclweb.org\/anthology\/2020.ngt-1.6\" rel=\"noopener noreferrer nofollow\">\u043e\u0433\u0440\u043e\u043c\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441<\/a> \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437-\u0437\u0430\u0433\u043e\u043b\u043e\u0432\u043a\u043e\u0432 \u0438 \u0431\u044b\u043b \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d <a href=\"https:\/\/github.com\/avidale\/dependency-paraphraser\" rel=\"noopener noreferrer nofollow\">\u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440<\/a>, \u043e\u0441\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0439 \u043d\u0430 \u0437\u0430\u043c\u0435\u043d\u0430\u0445 \u0438 \u043f\u0435\u0440\u0435\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430\u0445 \u0441\u043b\u043e\u0432. \u0421\u043e\u0432\u0441\u0435\u043c \u043d\u0435\u0434\u0430\u0432\u043d\u043e \u0422\u0430\u043c\u0430\u0440\u0430 \u0416\u043e\u0440\u0434\u0430\u043d\u0438\u044f \u0438\u0437 \u041d\u0418\u0423 \u0412\u0428\u042d \u0441\u043e\u0431\u0440\u0430\u043b\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432 \u0438 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0430\u043c\u0438 \u0432 \u0441\u0432\u043e\u0435\u0439 <a href=\"https:\/\/www.hse.ru\/edu\/vkr\/370521220\" rel=\"noopener noreferrer nofollow\">\u0434\u0438\u043f\u043b\u043e\u043c\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u0435<\/a>, \u0430 \u0410\u043b\u0451\u043d\u0430 \u0424\u0435\u043d\u043e\u0433\u0435\u043d\u043e\u0432\u0430 \u0438\u0437 \u0421\u0431\u0435\u0440\u0430 <a href=\"http:\/\/bsnlp.cs.helsinki.fi\/papers-2021\/2021.bsnlp-1.2.pdf\" rel=\"noopener noreferrer nofollow\">\u043e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043b\u0430<\/a> \u0441\u0442\u0430\u0442\u044c\u044e \u043f\u0440\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0435\u0439 GPT \u0438 T5 \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0438 <a href=\"https:\/\/github.com\/RussianNLP\/russian_paraphrasers\" rel=\"noopener noreferrer nofollow\">\u0432\u044b\u043b\u043e\u0436\u0438\u043b\u0430<\/a> \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0432 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u0434\u043e\u0441\u0442\u0443\u043f. <\/p>\n<p>\u042f, \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0440\u0430\u0441\u0448\u0438\u0440\u0435\u043d\u0438\u0435 \u0410\u043b\u0451\u043d\u0438\u043d\u043e\u0439 \u0440\u0430\u0431\u043e\u0442\u044b: \u043d\u043e\u0432\u044b\u0439 (\u0438 \u0431\u043e\u043b\u0435\u0435 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439) <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/a>, \u043d\u043e\u0432\u0443\u044e <a href=\"https:\/\/huggingface.co\/cointegrated\/rut5-base-paraphraser\" rel=\"noopener noreferrer nofollow\">\u043c\u043e\u0434\u0435\u043b\u044c \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f<\/a> \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 \u043d\u0435\u0439\u0440\u043e\u0441\u0435\u0442\u0438 T5, \u0438 \u043d\u043e\u0432\u044b\u0439 <a href=\"https:\/\/gist.github.com\/avidale\/dc95794227d7e53985b441ec722c4d0e\" rel=\"noopener noreferrer nofollow\">\u043d\u0430\u0431\u043e\u0440 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a<\/a> \u0434\u043b\u044f \u043e\u0446\u0435\u043d\u043a\u0438 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438. \u041c\u043e\u0434\u0435\u043b\u044c \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0434\u043b\u044f \u0440\u0435\u0440\u0430\u0439\u0442\u0438\u043d\u0433\u0430 \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0434\u043b\u044f \u0430\u0443\u0433\u043c\u0435\u043d\u0442\u0430\u0446\u0438\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u0430 \u0441\u0442\u0438\u043b\u0435\u0439 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 (\u043f\u0440\u0438 \u0440\u0430\u0437\u0443\u043c\u043d\u043e\u043c \u043a\u043e\u043d\u0442\u0440\u043e\u043b\u0435 \u043d\u0430 \u0441\u0442\u0438\u043b\u044c), \u0438 \u043a\u0430\u043a \u0437\u0430\u0442\u0440\u0430\u0432\u043a\u0443 \u0434\u043b\u044f \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u043e\u0432\u044b\u0445 text-to-text \u043c\u043e\u0434\u0435\u043b\u0435\u0439. <\/p>\n<figure class=\"full-width\"><figcaption><\/figcaption><\/figure>\n<h3>\u0426\u0435\u043b\u0435\u0432\u044b\u0435 \u043f\u043e\u043a\u0430\u0437\u0430\u0442\u0435\u043b\u0438<\/h3>\n<p>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c &#8212; \u0437\u043d\u0430\u0447\u0438\u0442, \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u043e\u0442\u043b\u0438\u0447\u0430\u043b\u0441\u044f \u043e\u0442 \u0441\u0442\u0430\u0440\u043e\u0433\u043e \u043f\u043e \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044e, \u043d\u043e \u0431\u044b\u043b \u043f\u043e\u0445\u043e\u0436 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443. \u0410 \u0435\u0449\u0451 \u043d\u043e\u0432\u044b\u0439 \u0442\u0435\u043a\u0441\u0442 \u0434\u043e\u043b\u0436\u0435\u043d \u0432\u044b\u0433\u043b\u044f\u0434\u0435\u0442\u044c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e.<\/p>\n<p>\u0420\u0430\u0437\u043d\u0438\u0446\u0443 \u0432 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u0438 \u043c\u043e\u0436\u043d\u043e \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u043f\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0449\u0438\u0445 \u043f\u043e\u0434\u0441\u0442\u0440\u043e\u043a. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0442\u0430\u043a \u0443\u0441\u0442\u0440\u043e\u0435\u043d\u0430 \u043c\u0435\u0442\u0440\u0438\u043a\u0430 <a href=\"https:\/\/www.nltk.org\/_modules\/nltk\/translate\/bleu_score.html\" rel=\"noopener noreferrer nofollow\">BLEU<\/a> &#8212; \u0434\u043e\u043b\u044f \u0441\u043b\u043e\u0432\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c, \u0441\u043e\u0432\u043f\u0430\u0432\u0448\u0438\u0445 \u0441 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u043e\u043c. BLEU &#8212; \u043c\u0435\u0442\u0440\u0438\u043a\u0430 \u043d\u0435\u0441\u0438\u043c\u043c\u0435\u0442\u0440\u0438\u0447\u043d\u0430\u044f, \u0442\u0430\u043a \u0447\u0442\u043e \u044f \u0431\u0443\u0434\u0443 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0442\u044c \u0435\u0451 \u0432 \u043e\u0431\u043e\u0438\u0445 \u043d\u0430\u043f\u0440\u0430\u0432\u043b\u0435\u043d\u0438\u044f\u0445 \u0438 \u0443\u0441\u0440\u0435\u0434\u043d\u044f\u0442\u044c. \u041a\u0440\u043e\u043c\u0435 BLEU, \u044f \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e \u043a\u043e\u044d\u0444\u0444\u0438\u0446\u0438\u0435\u043d\u0442 \u0416\u0430\u043a\u0430\u0440\u0430 \u0434\u043b\u044f \u0441\u0438\u043c\u0432\u043e\u043b\u044c\u043d\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c (n \u043e\u0442 3 \u0434\u043e 6), \u0447\u0442\u043e\u0431\u044b \u0443\u0447\u0435\u0441\u0442\u044c \u0441\u043b\u043e\u0432\u0430 \u0432 \u043f\u0435\u0440\u0435\u043f\u0438\u0441\u0430\u043d\u043d\u043e\u043c \u0442\u0435\u043a\u0441\u0442\u0435, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0447\u0430\u0441\u0442\u0438\u0447\u043d\u043e \u0441\u043e\u0432\u043f\u0430\u0434\u0430\u044e\u0442 \u0441\u043e \u0441\u043b\u043e\u0432\u0430\u043c\u0438 \u0438\u0437 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e. \u041e\u0431\u0435 \u044d\u0442\u0438 \u043c\u0435\u0442\u0440\u0438\u043a\u0438 \u044f \u0431\u0443\u0434\u0443 \u0438\u043d\u043e\u0433\u0434\u0430 \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u043e\u0439 \u0438\u043b\u0438 \u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u043d\u043e\u0439 \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c\u044e.<\/p>\n<p>\u0421\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u0438\u0437\u043c\u0435\u0440\u0438\u0442\u044c \u0441\u043b\u043e\u0436\u043d\u0435\u0435. \u041a \u0441\u0447\u0430\u0441\u0442\u044c\u044e, \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043c\u043e\u0434\u0435\u043b\u0435\u0439, \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u043d\u044b\u0445 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0438\u0442\u044c \u0442\u0435\u043a\u0441\u0442 \u0432 \u0432\u0435\u043a\u0442\u043e\u0440 \u0442\u0430\u043a, \u0447\u0442\u043e\u0431\u044b \u0432\u0435\u043a\u0442\u043e\u0440\u044b \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u0431\u043b\u0438\u0437\u043a\u0438\u0445 \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443, \u0431\u044b\u043b\u0438 \u0433\u0435\u043e\u043c\u0435\u0442\u0440\u0438\u0447\u0435\u0441\u043a\u0438 \u0431\u043b\u0438\u0437\u043a\u0438 \u0434\u0440\u0443\u0433 \u043a \u0434\u0440\u0443\u0433\u0443. \u041e\u0434\u043d\u0430 \u0438\u0437 \u0442\u0430\u043a\u0438\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439 &#8212; <a href=\"https:\/\/huggingface.co\/cointegrated\/LaBSE-en-ru\" rel=\"noopener noreferrer nofollow\">LaBSE<\/a>, \u043a\u043e\u0442\u043e\u0440\u0443\u044e \u043e\u0431\u0443\u0447\u0430\u043b\u0438 \u043f\u0440\u0438\u0431\u043b\u0438\u0436\u0430\u0442\u044c \u0434\u0440\u0443\u0433 \u043a \u0434\u0440\u0443\u0433\u0443 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u0441 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u044b\u043c\u0438 \u0441\u043c\u044b\u0441\u043b\u0430\u043c\u0438 \u043d\u0430 \u0440\u0430\u0437\u043d\u044b\u0445 \u044f\u0437\u044b\u043a\u0430\u0445. \u041f\u043e\u0447\u0435\u043c\u0443 \u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u0430 \u043c\u043e\u0434\u0435\u043b\u044c? \u041f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u043d\u0430 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u0435 \u0437\u0430\u0434\u0430\u0447 \u043f\u043e \u043a\u043e\u0434\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044e \u0440\u0443\u0441\u0441\u043a\u0438\u0445 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0431\u0435\u0437 \u0434\u043e\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043e\u043d\u0430 <a href=\"https:\/\/habr.com\/ru\/post\/562064\/\" rel=\"noopener noreferrer nofollow\">\u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043b\u0443\u0447\u0448\u0435 \u0430\u043d\u0430\u043b\u043e\u0433\u043e\u0432<\/a>. \u0422\u0430\u043a \u0447\u0442\u043e \u0441\u0445\u043e\u0434\u0441\u0442\u0432\u043e \u0441\u043c\u044b\u0441\u043b\u0430 \u043f\u0430\u0440 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u044f \u0431\u0443\u0434\u0443 \u043c\u0435\u0440\u044f\u0442\u044c \u043a\u0430\u043a \u043a\u043e\u0441\u0438\u043d\u0443\u0441\u043d\u0443\u044e \u0431\u043b\u0438\u0437\u043e\u0441\u0442\u044c \u0438\u0445 \u044d\u043c\u0431\u0435\u0434\u0434\u0438\u043d\u0433\u043e\u0432 LaBSE. <\/p>\n<p>\u041d\u0430\u043a\u043e\u043d\u0435\u0446, \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u043e\u0432. \u0422\u0440\u0430\u0434\u0438\u0446\u0438\u043e\u043d\u043d\u043e \u0435\u0451 \u0438\u0437\u043c\u0435\u0440\u044f\u044e\u0442 \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u0435\u0439 \u044f\u0437\u044b\u043a\u043e\u0432\u044b\u0445 \u043c\u043e\u0434\u0435\u043b\u0435\u0439,  \u0438 \u044f \u043f\u043e\u0439\u0434\u0443 \u043f\u043e \u0442\u043e\u043c\u0443 \u0436\u0435 \u043f\u0443\u0442\u0438: \u0431\u0443\u0434\u0443 \u0432\u044b\u0447\u0438\u0441\u043b\u044f\u0442\u044c \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0441\u0442\u044c \u0442\u0435\u043a\u0441\u0442\u0430 \u043a\u0430\u043a \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043c\u043e\u0434\u0435\u043b\u0438 <a href=\"https:\/\/huggingface.co\/sberbank-ai\/rugpt3small_based_on_gpt2\" rel=\"noopener noreferrer nofollow\">rugpt3small \u043e\u0442 \u0421\u0431\u0435\u0440\u0430<\/a> \u043d\u0430 \u043d\u0451\u043c. \u041d\u0430\u0447\u0430\u043b\u043e \u0438 \u043a\u043e\u043d\u0435\u0446 \u0442\u0435\u043a\u0441\u0442\u0430 \u044f \u043e\u0431\u043e\u0437\u043d\u0430\u0447\u0443 \u043f\u0435\u0440\u0435\u043d\u043e\u0441\u043e\u043c \u0441\u0442\u0440\u043e\u043a\u0438. \u041f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u0430 \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0431\u0443\u0434\u0443 \u0438\u0437\u043c\u0435\u0440\u044f\u0442\u044c \u043a\u0430\u043a \u0441\u0440\u0435\u0434\u043d\u044e\u044e \u043f\u0435\u0440\u043f\u043b\u0435\u043a\u0441\u0438\u044e \u043a\u0430\u0436\u0434\u043e\u0433\u043e, \u0432\u0437\u0432\u0435\u0448\u0435\u043d\u043d\u0443\u044e \u043f\u043e \u0447\u0438\u0441\u043b\u0443 \u0442\u043e\u043a\u0435\u043d\u043e\u0432.<\/p>\n<pre><code class=\"python\">import numpy as np from transformers import AutoModelForCausalLM mname = 'sberbank-ai\/rugpt3small_based_on_gpt2' gpt_tokenizer = AutoTokenizer.from_pretrained(mname) gpt_model = AutoModelForCausalLM.from_pretrained(mname) gpt_model.cuda();  def get_gpt2_ppl_corpus2(test_sentences, aggregate=True, sep='\\n'):     \"\"\" Calculate average perplexity per token and number of tokens in each text.\"\"\"     lls = []     weights = []     for text in tqdm(test_sentences):         encodings = gpt_tokenizer(f'{sep}{text}{sep}', return_tensors='pt')         input_ids = encodings.input_ids.to(gpt_model.device)         target_ids = input_ids.clone()                  w = max(0, len(input_ids[0]) - 1)         if w &gt; 0:             with torch.no_grad():                 outputs = gpt_model(input_ids, labels=target_ids)                 log_likelihood = outputs[0]                 ll = log_likelihood.item()         else:             ll = 0         lls.append(ll)         weights.append(w)     likelihoods, weights = np.array(lls), np.array(weights)     if aggregate:         return sum(likelihoods * weights) \/ sum(weights)     return likelihoods, weights <\/code><\/pre>\n<p>\u041a\u043e\u0434 \u0432\u0441\u0435\u0445 \u044d\u0442\u0438\u0445 \u043c\u0435\u0442\u0440\u0438\u043a \u043c\u043e\u0436\u043d\u043e \u0432\u0437\u044f\u0442\u044c <a href=\"https:\/\/gist.github.com\/avidale\/dc95794227d7e53985b441ec722c4d0e\" rel=\"noopener noreferrer nofollow\">\u0438\u0437 \u044d\u0442\u043e\u0433\u043e \u0444\u0430\u0439\u043b\u0430<\/a> \u0438 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0432 \u0441\u0432\u043e\u0438\u0445 \u043f\u0440\u043e\u0435\u043a\u0442\u0430\u0445. <\/p>\n<h3>\u041f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u043e\u043c, \u0438\u043b\u0438 \u0442\u0443\u0434\u0430 \u0438 \u043e\u0431\u0440\u0430\u0442\u043d\u043e<\/h3>\n<p>\u041a\u0430\u043a \u044f \u0443\u0436\u0435 \u0443\u043f\u043e\u043c\u0438\u043d\u0430\u043b \u0432 \u043a\u043e\u043d\u0442\u0435\u043a\u0441\u0442\u0435 LaBSE, \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u0438 \u043c\u043e\u0434\u0435\u043b\u0438 \u0434\u043b\u044f \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0430 \u043c\u0435\u0436\u0434\u0443 \u044f\u0437\u044b\u043a\u0430\u043c\u0438 \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0442 \u043c\u043e\u0449\u043d\u044b\u043c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u043d\u044b\u043c \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u043e\u043c, \u0438\u0431\u043e \u043f\u0435\u0440\u0435\u0432\u043e\u0434 \u0432 \u043a\u0430\u043a\u043e\u043c-\u0442\u043e \u0441\u043c\u044b\u0441\u043b\u0435 \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u0435\u043c \u043d\u0430 \u0441\u0442\u0435\u0440\u043e\u0438\u0434\u0430\u0445: \u0444\u043e\u0440\u043c\u0430 \u0442\u0435\u043a\u0441\u0442\u0430 \u0438\u0437\u043c\u0435\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e, \u0430 \u0441\u043c\u044b\u0441\u043b \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0435\u0442\u0441\u044f \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e \u0431\u043b\u0438\u0437\u043e\u043a \u043a \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u0443. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0432 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043f\u0430\u0440\u0443 \u043c\u043e\u0434\u0435\u043b\u0435\u0439: \u043f\u0435\u0440\u0432\u0430\u044f \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0438\u0442 \u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u043d\u0430 \u043f\u0440\u043e\u043c\u0435\u0436\u0443\u0442\u043e\u0447\u043d\u044b\u0439 \u044f\u0437\u044b\u043a (\u0443 \u043c\u0435\u043d\u044f \u044d\u0442\u043e \u0430\u043d\u0433\u043b\u0438\u0439\u0441\u043a\u0438\u0439), \u0432\u0442\u043e\u0440\u0430\u044f &#8212; \u043e\u0431\u0440\u0430\u0442\u043d\u043e. <\/p>\n<p>\u0427\u0442\u043e\u0431\u044b \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u044b\u0435 \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u044b \u0431\u044b\u043b\u0438 \u043d\u0435\u0442\u0440\u0438\u0432\u0438\u0430\u043b\u044c\u043d\u044b\u043c\u0438, \u043d\u0443\u0436\u043d\u043e \u043a\u0430\u043a-\u0442\u043e \u043e\u0431\u0435\u0441\u043f\u0435\u0447\u0438\u0442\u044c \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0435\u0441\u0442\u044c \u0438\u0445 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u044c\u043d\u044b\u0439 \u0442\u0435\u043a\u0441\u0442. \u0412 \u043f\u0430\u043a\u0435\u0442\u0435 transformers \u043e\u0442 Huggingface \u0435\u0441\u0442\u044c \u043f\u043e\u0434\u0445\u043e\u0434\u044f\u0449\u0438\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442: \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442 bad_word_ids, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u0435\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0451\u043d\u043d\u044b\u0435 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u0442\u043e\u043a\u0435\u043d\u043e\u0432 \u043f\u0440\u0438 \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438. \u042d\u0442\u0438\u043c \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u043e\u043c \u043c\u044b \u043c\u043e\u0436\u0435\u043c \u0437\u0430\u043f\u0440\u0435\u0442\u0438\u0442\u044c \u043d\u0430\u0448\u0435\u043c\u0443 \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0438\u043a\u0443 \u043a\u043e\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u0434\u043b\u0438\u043d\u043d\u044b\u0435 \u043a\u0443\u0441\u043a\u0438 \u0438\u0441\u0445\u043e\u0434\u043d\u043e\u0433\u043e \u0442\u0435\u043a\u0441\u0442\u0430. \u0427\u0442\u043e\u0431\u044b \u044d\u0442\u043e \u043d\u0435 \u0441\u043b\u0438\u0448\u043a\u043e\u043c \u043f\u043e\u0440\u0442\u0438\u043b\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u0442\u0435\u043a\u0441\u0442\u043e\u0432, \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c beam search \u0441 \u0448\u0438\u0440\u0438\u043d\u043e\u0439 \u043b\u0443\u0447\u0430, \u043f\u0440\u0435\u0432\u043e\u0441\u0445\u043e\u0434\u044f\u0449\u0435\u0439 \u0440\u0430\u0437\u043c\u0435\u0440 \u0437\u0430\u043f\u0440\u0435\u0449\u0430\u0435\u043c\u044b\u0445 n-\u0433\u0440\u0430\u043c\u043c. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0433\u0438\u043f\u0435\u0440\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u044b \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437\u0435\u0440\u0430 \u0442\u0430\u043a\u0438\u0435: \u0447\u0435\u043c \u043c\u0435\u043d\u044c\u0448\u0435 gram, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0438\u043c\u0438 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b, \u043d\u043e \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u0438 \u0431\u043e\u043b\u0435\u0435 \u043d\u0435\u043b\u0435\u043f\u044b\u043c\u0438. \u0410 \u0447\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 num_beams, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438 \u043f\u043e\u043b\u0443\u0447\u0430\u044e\u0442\u0441\u044f \u0442\u0435\u043a\u0441\u0442\u044b, \u043d\u043e \u0442\u0435\u043c \u0434\u043e\u043b\u044c\u0448\u0435 \u0434\u043b\u0438\u0442\u0441\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u044f.<\/p>\n<pre><code class=\"python\">import torch from transformers import FSMTModel, FSMTTokenizer, FSMTForConditionalGeneration tokenizer = FSMTTokenizer.from_pretrained(\"facebook\/wmt19-en-ru\") model = FSMTForConditionalGeneration.from_pretrained(\"facebook\/wmt19-en-ru\") inverse_tokenizer = FSMTTokenizer.from_pretrained(\"facebook\/wmt19-ru-en\") inverse_model = FSMTForConditionalGeneration.from_pretrained(\"facebook\/wmt19-ru-en\") model.cuda(); inverse_model.cuda();  def paraphrase(text, gram=4, num_beams=5, **kwargs):     \"\"\" Generate a paraphrase using back translation.      Parameter `gram` denotes size of token n-grams of the original sentence that cannot appear in the paraphrase.     \"\"\"     input_ids = inverse_tokenizer.encode(text, return_tensors=\"pt\")     with torch.no_grad():         outputs = inverse_model.generate(input_ids.to(inverse_model.device), num_beams=num_beams, **kwargs)     other_lang = inverse_tokenizer.decode(outputs[0], skip_special_tokens=True)     # print(other_lang)     input_ids = input_ids[0, :-1].tolist()     bad_word_ids = [input_ids[i:(i+gram)] for i in range(len(input_ids)-gram)]     input_ids = tokenizer.encode(other_lang, return_tensors=\"pt\")     with torch.no_grad():         outputs = model.generate(input_ids.to(model.device), num_beams=num_beams, bad_words_ids=bad_word_ids, **kwargs)     decoded = tokenizer.decode(outputs[0], skip_special_tokens=True)     return decoded <\/code><\/pre>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0435 \u0438 \u0437\u0430\u0441\u0435\u0447\u0451\u043c \u0432\u0440\u0435\u043c\u044f:<\/p>\n<pre><code class=\"python\">%%time text = '\u0416\u0435\u043d\u0449\u0438\u043d\u0430-\u0434\u0430\u0439\u0432\u0435\u0440 \u0438\u0441\u0447\u0435\u0437\u043b\u0430 \u0432 \u0427\u0435\u0440\u043d\u043e\u043c \u043c\u043e\u0440\u0435 \u0432\u043e \u0432\u0440\u0435\u043c\u044f \u043d\u0430\u0443\u0447\u043d\u044b\u0445 \u0440\u0430\u0431\u043e\u0442 \u043d\u0430 \u043f\u043e\u0431\u0435\u0440\u0435\u0436\u044c\u0435 \u0410\u043d\u0430\u043f\u044b.' print(paraphrase(text, gram=3, do_sample=False)) # \u0416\u0435\u043d\u0449\u0438\u043d\u0430-\u0432\u043e\u0434\u043e\u043b\u0430\u0437 \u043f\u0440\u043e\u043f\u0430\u043b\u0430 \u0432 \u0430\u043a\u0432\u0430\u0442\u043e\u0440\u0438\u0438 \u0427\u0435\u0440\u043d\u043e\u0433\u043e \u043c\u043e\u0440\u044f, \u043a\u043e\u0433\u0434\u0430 \u0432\u044b\u043f\u043e\u043b\u043d\u044f\u043b\u0430 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u0435 \u0440\u0430\u0431\u043e\u0442\u044b \u0443 \u0431\u0435\u0440\u0435\u0433\u043e\u0432 \u0410\u043d\u0430\u043f\u044b. # Wall time: 699 ms <\/code><\/pre>\n<p>\u041a\u0430\u0436\u0435\u0442\u0441\u044f, \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u043e\u0441\u044c \u0438 \u0431\u043b\u0438\u0437\u043a\u043e \u043f\u043e \u0441\u043c\u044b\u0441\u043b\u0443 \u043a \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b\u0443, \u0438 \u043d\u0435\u043f\u043e\u0445\u043e\u0436\u0435 \u043f\u043e \u0441\u043b\u043e\u0432\u0430\u043c, \u0438 \u043d\u0435 \u0442\u043e \u0447\u0442\u043e\u0431\u044b \u043f\u0440\u044f\u043c \u0441\u0443\u043f\u0435\u0440 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e. \u041d\u043e, \u043a\u043e\u043d\u0435\u0447\u043d\u043e, \u0442\u0430\u043a\u0438 \u043c\u0435\u0434\u043b\u0435\u043d\u043d\u043e. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u043c \u0448\u0430\u0433\u043e\u043c \u043c\u044b \u043f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u043e\u0431\u0443\u0447\u0438\u0442\u044c \u043c\u043e\u0434\u0435\u043b\u044c, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0431\u044b \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043b\u0430 \u0442\u0435\u043a\u0441\u0442 \u0432 \u043e\u0434\u0438\u043d \u043f\u0440\u043e\u0445\u043e\u0434, \u0430 \u043d\u0435 \u0432 \u0434\u0432\u0430. \u041d\u043e \u0441\u043d\u0430\u0447\u0430\u043b\u0430 \u043d\u0430\u0434\u043e \u043f\u043e\u043d\u044f\u0442\u044c, \u043d\u0430 \u043a\u0430\u043a\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445 \u0435\u0451 \u0442\u0440\u0435\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c.<\/p>\n<h3>\u041d\u043e\u0432\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437<\/h3>\n<p>\u0420\u0430\u0437 \u0443\u0436 \u0443 \u043c\u0435\u043d\u044f \u0435\u0441\u0442\u044c \u043a\u0440\u0443\u0442\u043e\u0439 \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0438\u043d\u0441\u0442\u0440\u0443\u043c\u0435\u043d\u0442 \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f, \u043c\u043e\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u0434\u043b\u044f \u0433\u0435\u043d\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u043e\u0432\u043e\u0433\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0438\u0437 \u043b\u044e\u0431\u043e\u0433\u043e \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u0430. \u042f \u0440\u0435\u0448\u0438\u043b \u0432\u0437\u044f\u0442\u044c <a href=\"https:\/\/wortschatz.uni-leipzig.de\/en\/download\/Russian\" rel=\"noopener noreferrer nofollow\">\u041b\u0435\u0439\u043f\u0446\u0438\u0433\u0441\u043a\u0438\u0439 \u0432\u0435\u0431-\u043a\u043e\u0440\u043f\u0443\u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430 \u0437\u0430 2019 \u0433\u043e\u0434<\/a>. \u041e\u043d \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043c\u0438\u043b\u043b\u0438\u043e\u043d \u043f\u0440\u0435\u0434\u043b\u043e\u0436\u0435\u043d\u0438\u0439, \u0432\u0437\u044f\u0442\u044b\u0445 \u0438\u0437 \u0440\u0430\u0437\u043d\u044b\u0445 \u0438\u0441\u0442\u043e\u0447\u043d\u0438\u043a\u043e\u0432 \u0432 \u0418\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435, \u0438, \u0432 \u043e\u0442\u043b\u0438\u0447\u0438\u0435 \u043e\u0442 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0434\u0440\u0443\u0433\u0438\u0445 \u0432\u0435\u0431-\u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432, \u043d\u0435\u043f\u043b\u043e\u0445\u043e \u043e\u0447\u0438\u0449\u0435\u043d\u043d\u044b\u0445 \u043e\u0442 \u0432\u0441\u044f\u043a\u043e\u0433\u043e \u043c\u0443\u0441\u043e\u0440\u0430. \u0412\u0435\u0441\u044c \u044d\u0442\u043e\u0442 \u043a\u043e\u0440\u043f\u0443\u0441 \u044f \u043f\u0440\u043e\u0433\u043d\u0430\u043b \u0447\u0435\u0440\u0435\u0437 \u043e\u043f\u0438\u0441\u0430\u043d\u043d\u0443\u044e \u0432\u044b\u0448\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u044e <code>paraphrase<\/code> \u0441 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c\u0438 <code>gram=3, num_beams=5, repetition_penalty=3.14, no_repeat_ngram_size=6<\/code>, \u0438 \u0437\u0430\u043d\u044f\u043b\u043e \u044d\u0442\u043e \u043f\u043e\u0440\u044f\u0434\u043a\u0430 \u043d\u0435\u0434\u0435\u043b\u0438 \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0433\u043e \u0432\u0440\u0435\u043c\u0435\u043d\u0438 (\u0437\u0430 \u0441\u0447\u0451\u0442 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f \u0431\u0430\u0442\u0447\u0435\u0439 \u043c\u043e\u0436\u043d\u043e \u0431\u044b\u043b\u043e \u0431\u044b \u0443\u0441\u043a\u043e\u0440\u0438\u0442\u044c \u043f\u0440\u043e\u0446\u0435\u0441\u0441, \u043d\u043e \u044f \u043d\u0438\u043a\u0443\u0434\u0430 \u043d\u0435 \u0442\u043e\u0440\u043e\u043f\u0438\u043b\u0441\u044f). <\/p>\n<p>\u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u0443 \u043c\u0435\u043d\u044f \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0441\u044f \u0444\u0430\u0439\u043b <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">paranmt_ru_leipzig.tsv<\/a> \u043d\u0430 \u043c\u0438\u043b\u043b\u0438\u043e\u043d \u0441\u0442\u0440\u043e\u043a. \u041a\u0430\u0436\u0434\u0430\u044f \u0441\u0442\u0440\u043e\u043a\u0430 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0442\u0430\u043a:<\/p>\n<pre><code class=\"bash\">idx                                                  920024 original      \u0425\u043c\u2026 \u0442\u043e \u0435\u0441\u0442\u044c \u0441 \u0436\u0436 \u043b\u0443\u0447\u0448\u0435 \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u0432\u044b\u043a\u043b\u0430\u0434\u044b\u0432\u0430\u0442\u044c? en          Hmm... is it better not to post with LJ at all? ru                \u0425\u043c.... \u043d\u0435 \u043b\u0443\u0447\u0448\u0435 \u043b\u0438 \u0432\u043e\u043e\u0431\u0449\u0435 \u043d\u0435 \u043f\u0438\u0441\u0430\u0442\u044c \u0432 \u0416\u0416?<\/code><\/pre>\n<p>\u0411\u043e\u043b\u044c\u0448\u0430\u044f \u0447\u0430\u0441\u0442\u044c \u043f\u043e\u043b\u0443\u0447\u0438\u0432\u0448\u0438\u0445\u0441\u044f \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u043d\u0435\u0432\u043e\u043e\u0440\u0443\u0436\u0451\u043d\u043d\u044b\u043c \u0432\u0437\u0433\u043b\u044f\u0434\u043e\u043c \u043a\u0430\u0436\u0443\u0442\u0441\u044f \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u043c\u0438. \u0412 \u043d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0438\u0437 \u043d\u0438\u0445, \u043e\u0434\u043d\u0430\u043a\u043e, \u0434\u043e\u043f\u0443\u0449\u0435\u043d\u044b \u043f\u0435\u0440\u0435\u0432\u043e\u0434\u0447\u0435\u0441\u043a\u0438\u0435 \u043b\u044f\u043f\u044b, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, &#171;\u043f\u043e\u043b\u0443\u0441\u0442\u0430\u043d\u043e\u043a&#187; \u043c\u043e\u0434\u0435\u043b\u044c \u043f\u0435\u0440\u0435\u0432\u0435\u043b\u0430 \u043a\u0430\u043a &#171;\u043f\u043e\u043b\u0443\u043c\u0430\u0448\u0438\u043d\u0430&#187;, \u0430 &#171;\u0431\u044b\u043b\u0438 \u043f\u043e \u043a\u043e\u043b\u0435\u043d\u043e \u0432 \u0433\u0440\u044f\u0437\u0438&#187; \u043a\u0430\u043a &#171;\u043b\u0435\u0436\u0430\u043b\u0438 \u043d\u0430 \u043a\u043e\u043b\u0435\u043d\u044f\u0445 \u0432 \u0438\u043b\u0435&#187;. \u0414\u0440\u0443\u0433\u0430\u044f \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430 \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u0432 \u0442\u043e\u043c, \u0447\u0442\u043e \u0437\u0430 \u0441\u0447\u0451\u0442 <code>bad_word_ids<\/code> \u043c\u043e\u0434\u0435\u043b\u0438 \u043f\u0440\u0438\u0448\u043b\u043e\u0441\u044c \u043f\u0435\u0440\u0435\u0444\u0440\u0430\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u043c\u0435\u043d\u0430 \u0441\u043e\u0431\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0435, \u0438 \u0438\u043d\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u0434\u0435\u043b\u0430\u043b\u0430 \u044d\u0442\u043e \u043f\u043b\u043e\u0445\u043e &#8212; \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u043b\u0430 &#171;\u041e\u0439\u043c\u044f\u043a\u043e\u043d&#187; \u0432 &#171;\u041e\u0439\u043c\u044f\u043d\u0441\u043a&#187;, \u0430 &#171;\u0412\u0435\u0440\u0445\u043e\u044f\u043d\u0441\u043a&#187; \u0432\u043e\u043e\u0431\u0449\u0435 \u0437\u0430\u043c\u0435\u043d\u0438\u043b\u0430 \u043d\u0430 &#171;\u0422\u043e\u043b\u044c\u044f\u0442\u0442\u0438&#187;. \u041d\u043e \u0432 \u0446\u0435\u043b\u043e\u043c, \u043a\u0430\u043a \u043c\u044b \u0443\u0432\u0438\u0434\u0438\u043c \u0434\u0430\u043b\u044c\u0448\u0435, \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u043e \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043e\u0442\u043d\u043e\u0441\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0432\u044b\u0441\u043e\u043a\u043e\u0435.<\/p>\n<p>\u0421\u043a\u0430\u0447\u0430\u0442\u044c \u043a\u043e\u0440\u043f\u0443\u0441 \u043c\u043e\u0436\u043d\u043e <a href=\"https:\/\/storage.yandexcloud.net\/nlp\/paranmt_ru_leipzig.zip\" rel=\"noopener noreferrer nofollow\">\u0438\u0437 \u043c\u043e\u0435\u0433\u043e \u042f\u043d\u0434\u0435\u043a\u0441.\u041e\u0431\u043b\u0430\u043a\u0430<\/a>. \u041d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u0435\u0433\u043e \u044f \u0440\u0435\u043a\u043e\u043c\u0435\u043d\u0434\u0443\u044e ParaNMT-Ru-Leipzig, \u043f\u043e \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0438 \u0441 \u0430\u043d\u0433\u043b\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u043c <a href=\"https:\/\/www.aclweb.org\/anthology\/P18-1042.pdf\" rel=\"noopener noreferrer nofollow\">ParaNMT<\/a>. <\/p>\n<h3>\u0421\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0435 \u043a\u043e\u0440\u043f\u0443\u0441\u043e\u0432<\/h3>\n<p>\u041c\u043e\u0439 \u043a\u043e\u0440\u043f\u0443\u0441 \u0440\u0443\u0441\u0441\u043a\u043e\u044f\u0437\u044b\u0447\u043d\u044b\u0445 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u0434\u0430\u043b\u0435\u043a\u043e \u043d\u0435 \u043f\u0435\u0440\u0432\u044b\u0439. \u041a\u0440\u043e\u043c\u0435 \u043d\u0435\u0433\u043e \u0432 \u043f\u0443\u0431\u043b\u0438\u0447\u043d\u043e\u043c \u0434\u043e\u0441\u0442\u0443\u043f\u0435 \u0435\u0441\u0442\u044c \u043a\u0430\u043a \u043c\u0438\u043d\u0438\u043c\u0443\u043c \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0435:<\/p>\n<ul>\n<li>\n<p><a href=\"https:\/\/arxiv.org\/abs\/1809.06142v1\" rel=\"noopener noreferrer nofollow\">Opusparcus<\/a> &#8212; \u043c\u043d\u043e\u0433\u043e\u043c\u0438\u043b\u043b\u0438\u043e\u043d\u043d\u044b\u0439 \u043a\u043e\u0440\u043f\u0443\u0441, \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u0438\u0437\u0432\u043b\u0435\u0447\u0451\u043d\u043d\u044b\u0439 \u0438\u0437 \u0441\u0443\u0431\u0442\u0438\u0442\u0440\u043e\u0432 \u0434\u043b\u044f 6 \u0435\u0432\u0440\u043e\u043f\u0435\u0439\u0441\u043a\u0438\u0445 \u044f\u0437\u044b\u043a\u043e\u0432, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439. \u0412 \u044d\u0442\u043e\u043c \u043a\u043e\u0440\u043f\u0443\u0441\u0435 \u0435\u0441\u0442\u044c \u0430\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0430\u044f \u043e\u0446\u0435\u043d\u043a\u0430 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437 \u043d\u0430 \u043e\u0441\u043d\u043e\u0432\u0435 mutual information;<\/p>\n<ul>\n<li>\n<p><code>opus_good<\/code> &#8212; \u043f\u043e\u0434\u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e Opusparcus, \u043e\u0442\u0444\u0438\u043b\u044c\u0442\u0440\u043e\u0432\u0430\u043d\u043d\u043e\u0435 \u043f\u043e \u0443\u0441\u043b\u043e\u0432\u0438\u044e PMI&gt;15 (1.8 \u043c\u0438\u043b\u043b\u0438\u043e\u043d\u0430 \u0438\u0437 22), \u0438 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0435\u0435 \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u0445\u043e\u0436\u0438\u0435 \u0434\u0440\u0443\u0433 \u043d\u0430 \u0434\u0440\u0443\u0433\u0430 \u043f\u0430\u0440\u044b. <\/p>\n<\/li>\n<\/ul>\n<\/li>\n<li>\n<p>\u0440\u0443\u0441\u0441\u043a\u0430\u044f \u0447\u0430\u0441\u0442\u044c <a href=\"https:\/\/huggingface.co\/datasets\/tapaco\" rel=\"noopener noreferrer nofollow\">Tapaco<\/a> &#8212; \u043a\u043e\u0440\u043f\u0443\u0441\u0430 \u043f\u0430\u0440\u0430\u0444\u0440\u0430\u0437,<\/p>\n<\/li>\n<\/ul>\n<\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-325589","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/325589","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=325589"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/325589\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=325589"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=325589"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=325589"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}