{"id":341943,"date":"2022-11-30T15:00:20","date_gmt":"2022-11-30T15:00:20","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=341943"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=341943","title":{"rendered":"<span>\u0413\u0440\u0443\u043f\u043f\u0438\u0440\u0443\u0435\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u0432\u044b\u0435 \u0437\u0430\u043f\u0438\u0441\u0438 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e Python \u0438 CountVectorizer<\/span>"},"content":{"rendered":"<div><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<h2>\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u043f\u043e\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 \u0437\u0430\u0434\u0430\u0447\u0438<\/h2>\n<p>\u0414\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0431\u044b\u043b\u0438 \u0432\u0437\u044f\u0442\u044b \u0438\u0437\u00a0\u0441\u0432\u043e\u0434\u043d\u043e\u0439 \u0431\u0430\u0437\u044b <a href=\"https:\/\/www.who.int\/clinical-trials-registry-platform\" rel=\"noopener noreferrer nofollow\">ICTRP<\/a> (International Clinical Trials Registry Platform\u00a0\u2014 \u041f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0435\u0436\u0434\u0443\u043d\u0430\u0440\u043e\u0434\u043d\u043e\u0433\u043e \u0440\u0435\u0435\u0441\u0442\u0440\u0430 \u043a\u043b\u0438\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439) \u0412\u0441\u0435\u043c\u0438\u0440\u043d\u043e\u0439 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438 \u0437\u0434\u0440\u0430\u0432\u043e\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f. \u0414\u043b\u044f \u0446\u0435\u043b\u0435\u0439 \u0434\u0430\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u043d\u0443\u0436\u043d\u0430 \u043d\u0435\u00a0\u043f\u043e\u043b\u043d\u0430\u044f \u0431\u0430\u0437\u0430, \u0430\u00a0\u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u043d\u043e \u043f\u043e\u043b\u0435 <code>Primary_sponsor<\/code>, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u043b\u0430\u0432\u043d\u043e\u0439 \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u0432\u00a0\u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0438 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438\u00a0\u2014 \u00ab\u0441\u043f\u043e\u043d\u0441\u043e\u0440\u0430\u00bb.<\/p>\n<p>\u041d\u0430\u0448\u0430 \u0437\u0430\u0434\u0430\u0447\u0430\u00a0\u2014 \u043f\u0440\u043e\u0432\u0435\u0441\u0442\u0438 \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u043a\u0443 \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u044d\u0442\u043e\u0433\u043e \u043f\u043e\u043b\u044f \u043f\u043e\u00a0\u0441\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u043c\u0443 \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0447\u0442\u043e\u0431\u044b \u043a\u0430\u0436\u0434\u043e\u0439 \u0437\u0430\u043f\u0438\u0441\u0438, \u043e\u0442\u043d\u043e\u0441\u044f\u0449\u0435\u0439\u0441\u044f \u043a\u00a0\u043e\u0434\u043d\u043e\u0439 \u0438\u0437\u00a0\u0432\u0435\u0434\u0443\u0449\u0438\u0445 \u0444\u0430\u0440\u043c\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439, \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043c\u0435\u0442\u043a\u0443, \u043f\u043e\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0434\u0430\u043b\u0435\u0435 \u0443\u0436\u0435 \u043c\u043e\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0432\u0435\u0441\u0442\u0438 \u0441\u0432\u043e\u0434\u043d\u044b\u0439 \u0430\u043d\u0430\u043b\u0438\u0437.<\/p>\n<p>\u0412\u00a0\u043e\u0447\u0435\u0440\u0435\u0434\u043d\u043e\u0439 \u043f\u043e\u043b\u043d\u043e\u0439 \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0435 \u043e\u0442\u00a018.11.2022 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f 824883\u00a0\u0437\u0430\u043f\u0438\u0441\u0435\u0439, \u0432\u00a0\u043f\u043e\u043b\u0435 \u0441\u043f\u043e\u043d\u0441\u043e\u0440\u0430 160139 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0445 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439. \u041f\u0440\u0430\u0432\u0434\u0430, \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u043e\u0442\u043d\u043e\u0441\u044f\u0442\u0441\u044f \u043a\u00a0\u0430\u043a\u0430\u0434\u0435\u043c\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u044f\u043c\u00a0\u2014 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430\u043c, \u0431\u043e\u043b\u044c\u043d\u0438\u0446\u0430\u043c, \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u043c \u0446\u0435\u043d\u0442\u0440\u0430\u043c \u0438\u00a0\u0442.\u043f.\u2014\u00a0\u043d\u043e\u00a0\u043e\u0441\u0442\u0430\u0432\u0448\u0435\u0439\u0441\u044f \u0447\u0430\u0441\u0442\u0438 \u0432\u043f\u043e\u043b\u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0434\u043b\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u043e\u0432.<\/p>\n<p>\u0421\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438 \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u00a0\u0442\u043e\u043b\u044c\u043a\u043e \u0432\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0437\u0430\u043f\u0438\u0441\u0435\u0439, \u043d\u043e\u00a0\u0438\u00a0\u0432\u00a0\u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u044f\u0445 \u043e\u0442\u0440\u0430\u0441\u043b\u0438. \u041a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043d\u0435\u00a0\u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u0440\u043e\u0441\u0442\u043e \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u0442\u044c \u043f\u043e\u00a0\u043a\u043b\u044e\u0447\u0435\u0432\u044b\u043c \u0441\u043b\u043e\u0432\u0430\u043c. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u044e Merck &amp;\u00a0Co., Inc., \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u0443\u044e \u0437\u0430\u00a0\u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u0421\u0428\u0410 \u0438\u00a0\u041a\u0430\u043d\u0430\u0434\u044b \u043a\u0430\u043a Merck Sharp &amp;\u00a0Dohme (MSD) \u043d\u0435\u043b\u044c\u0437\u044f \u043f\u0443\u0442\u0430\u0442\u044c \u0441\u00a0Merck Group (Merck KGaA), \u0438\u00a0\u043d\u0443\u0436\u043d\u043e \u0438\u043c\u0435\u0442\u044c \u0432\u00a0\u0432\u0438\u0434\u0443, \u0447\u0442\u043e Schering-Plough Corporation, \u0441\u0442\u0430\u0432\u0448\u0430\u044f \u0447\u0430\u0441\u0442\u044c\u044e Merck &amp;\u00a0Co., Inc.\u00a0\u0432\u00a02009\u00a0\u0433\u043e\u0434\u0443, \u0431\u044b\u043b\u0430 \u043a\u043e\u0433\u0434\u0430-\u0442\u043e \u0430\u043c\u0435\u0440\u0438\u043a\u0430\u043d\u0441\u043a\u0438\u043c \u043f\u043e\u0434\u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0435\u043c\u0435\u0446\u043a\u043e\u0439 Schering\u00a0AG, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0441\u0442\u0430\u043b\u0430 \u0447\u0430\u0441\u0442\u044c\u044e Bayer. \u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442\u0441\u044f \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u044b\u043c\u0438 \u0443\u0441\u0438\u043b\u0438\u044f\u043c\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0444\u0430\u0440\u043c\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439 \u043b\u0438\u0431\u043e \u0441\u043f\u043e\u043d\u0441\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u043f\u0440\u0438\u044f\u0442\u0438\u044f. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0434\u043e\u00a02017 \u0433\u043e\u0434\u0430 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u043f\u0440\u043e\u0435\u043a\u0442 Sanofi Pasteur MSD \u043f\u043e\u00a0\u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0432\u0430\u043a\u0446\u0438\u043d \u0432\u00a0\u0415\u0432\u0440\u043e\u043f\u0435. \u0415\u0433\u043e \u043d\u0443\u0436\u043d\u043e \u0443\u043c\u0435\u0442\u044c \u043e\u0442\u0434\u0435\u043b\u0438\u0442\u044c \u043e\u0442\u00a0\u00abMSD\u00bb.<\/p>\n<details class=\"spoiler\">\n<summary>\u0417\u0430\u0433\u0440\u0443\u0436\u0430\u044f CountVectorizer, \u043c\u044b\u00a0\u0432\u0441\u0442\u0443\u043f\u0430\u0435\u043c \u043d\u0430\u00a0\u0442\u0435\u0440\u0440\u0438\u0442\u043e\u0440\u0438\u044e NLP (Natural Language Processing), \u0430\u00a0\u0437\u043d\u0430\u0447\u0438\u0442, \u043c\u043e\u0436\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u043b\u043e\u0433\u0438\u044e \u044d\u0442\u043e\u0439 \u043e\u0431\u043b\u0430\u0441\u0442\u0438.<\/summary>\n<div class=\"spoiler__content\">\n<p>\u0421\u0442\u0440\u043e\u0447\u043a\u0438 \u0432\u00a0\u043f\u043e\u043b\u0435, \u043f\u043e\u0434\u043b\u0435\u0436\u0430\u0449\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435, \u0431\u0443\u0434\u0435\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u043c\u0438\u00bb. \u0421\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u044c \u0432\u0441\u0435\u0445 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432\u00a0\u2014 \u00ab\u043a\u043e\u0440\u043f\u0443\u0441\u00bb. \u0414\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b \u0431\u0443\u0434\u0443\u0442 \u0440\u0430\u0437\u0431\u0438\u0442\u044b \u043d\u0430\u00a0\u0441\u043b\u043e\u0432\u0430 (\u0442\u043e\u043a\u0435\u043d\u044b). \u0418\u0434\u0443\u0449\u0438\u0435 \u043f\u043e\u0434\u0440\u044f\u0434 \u0441\u043b\u043e\u0432\u0430 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f n-\u0433\u0440\u0430\u043c\u043c\u044b. \u0421\u043b\u043e\u0432\u0430 \u0438\u00a0n-\u0433\u0440\u0430\u043c\u043c\u044b \u0432\u043c\u0435\u0441\u0442\u0435 \u0431\u0443\u0434\u0435\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u00ab\u0442\u0435\u0440\u043c\u0438\u043d\u0430\u043c\u0438\u00bb. \u0412\u0441\u0435 \u0442\u0435\u0440\u043c\u0438\u043d\u044b \u0441\u043e\u0441\u0442\u0430\u0432\u044f\u0442 \u00ab\u0441\u043b\u043e\u0432\u0430\u0440\u044c\u00bb.<\/p>\n<p>\u0414\u043b\u044f \u043f\u043e\u0438\u0441\u043a\u0430 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0438\u00a0\u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0438\u0445\u00a0\u043c\u0435\u0442\u043a\u0435 (tag), \u0431\u0443\u0434\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u00ab\u0444\u0440\u0430\u0437\u044b\u00bb. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u043e\u00a0\u0444\u0440\u0430\u0437\u0435 \u00abMerck Sharp Dohme\u00bb \u0431\u0443\u0434\u0443\u0442 \u043d\u0430\u0439\u0434\u0435\u043d\u044b \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u0441\u043b\u043e\u0432\u0430 \u00abMerck\u00bb, \u00abSharp\u00bb, \u00abDohme\u00bb, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 n-\u0433\u0440\u0430\u043c\u043c\u044b \u00abMerck Sharp\u00bb, \u00abSharp Dohme\u00bb \u0438\u00a0\u00abMerck Sharp Dohme\u00bb.<\/p>\n<\/div>\n<\/details>\n<h2>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u044b \u0441 CountVectorizer<\/h2>\n<h3>\u041f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043a\u0430<\/h3>\n<p>\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u044b \u0432 pandas Series.<\/p>\n<pre><code># primary_sponsor.describe() count              824883 unique             160139 top       GlaxoSmithKline freq                 3583 Name: primary_sponsor, dtype: object<\/code><\/pre>\n<p>\u0421\u00a0\u043f\u043e\u043c\u043e\u0449\u044c\u044e CountVectorizer \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb. \u041d\u0430\u00a0\u044d\u0442\u043e Google Colab \u0442\u0440\u0430\u0442\u0438\u0442 \u043e\u043a\u043e\u043b\u043e 20\u00a0\u0441\u0435\u043a\u0443\u043d\u0434.<\/p>\n<pre><code class=\"python\"># \u041d\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u043e\u0434\u0447\u0438\u0441\u0442\u0438\u043c HTML-\u0441\u0438\u043c\u0432\u043e\u043b\u044b \u043f\u0435\u0440\u0435\u0434 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u043e\u0439 corpus = primary_sponsor.apply(html.unescape) stop_words=['the', 'an', 'and', 'for', 'of', 'to', 'as', 'or', 'by', 'from'] vectorizer = CountVectorizer(analyzer='word', stop_words=stop_words,                              strip_accents='unicode', ngram_range=(1, 3),                              lowercase=True, binary=True) doc_term = vectorizer.fit_transform(corpus)<\/code><\/pre>\n<p>\u041d\u0430\u00a0\u0447\u0442\u043e \u0442\u0443\u0442 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435? \u0412\u0430\u0436\u043d\u0430 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430 <code>binary=True<\/code>. \u041f\u043e\u00a0\u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e CountVectorizer \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0439 \u0442\u0435\u0440\u043c\u0438\u043d\u0430 \u0432\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0438\u00a0\u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u0447\u0438\u0441\u043b\u043e \u043c\u044b\u00a0\u0432\u0438\u0434\u0438\u043c \u043d\u0430\u00a0\u043f\u0435\u0440\u0435\u0441\u0435\u0447\u0435\u043d\u0438\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438\u00a0\u0441\u0442\u043e\u043b\u0431\u0446\u0430 \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb. \u041d\u043e\u00a0\u043d\u0430\u043c \u0434\u043b\u044f \u043d\u0430\u0448\u0435\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u0432\u0430\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u043a\u0442 \u043f\u0440\u0438\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u044f \u0442\u0435\u0440\u043c\u0438\u043d\u0430, \u0430\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0439 \u0442\u043e\u043b\u044c\u043a\u043e \u0431\u0443\u0434\u0435\u0442 \u043c\u0435\u0448\u0430\u0442\u044c (\u043f\u043e\u0447\u0435\u043c\u0443\u00a0\u2014 \u0441\u0442\u0430\u043d\u0435\u0442 \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u0434\u0430\u043b\u0435\u0435).<\/p>\n<pre><code>&lt;824883x469143 sparse matrix of type '&lt;class 'numpy.int64'>' with 6958341 stored elements in Compressed Sparse Row format><\/code><\/pre>\n<p>\u041d\u0430\u00a0\u0432\u044b\u0445\u043e\u0434\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u044d\u043f\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u00ab824883 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430 \u043d\u0430\u00a0470734\u00a0\u0442\u0435\u0440\u043c\u0438\u043d\u0430\u00bb, \u0432\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 6969513\u00a0\u0435\u0434\u0438\u043d\u0438\u0446, \u0430\u00a0\u0432\u0441\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043d\u0443\u043b\u0438. \u0422\u0430\u043a\u0438\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u044b \u043f\u0440\u0438\u043d\u044f\u0442\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432\u00a0\u00ab\u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u044b\u0445 \u043c\u0430\u0442\u0440\u0438\u0446\u0430\u0445\u00bb, \u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0442\u0438\u043f\u0430 <code>scipy.sparse.csr.csr_matrix<\/code>.<\/p>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u00a01. \u041d\u0430\u0438\u0432\u043d\u044b\u0439<\/h3>\n<p>\u041f\u043e\u0434\u0445\u043e\u0434 \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u043c \u0442\u0430\u043a\u043e\u0439\u00a0\u0436\u0435, \u043a\u0430\u043a \u0432\u00a0\u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u043c\u0430\u0448\u0438\u043d\u0430\u0445. \u0417\u0430\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0444\u0440\u0430\u0437, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u044e\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 \u0432\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440. \u041f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u0430\u044f \u043c\u0430\u0442\u0440\u0438\u0446\u0430 \u00ab\u0444\u0440\u0430\u0437\u0430\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u043d\u0438\u0440\u0443\u0435\u0442\u0441\u044f, \u0438\u00a0\u043f\u0435\u0440\u0435\u043c\u043d\u043e\u0436\u0435\u043d\u0438\u0435 \u043c\u0430\u0442\u0440\u0438\u0446 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb \u0438\u00a0\u00ab\u0442\u0435\u0440\u043c\u0438\u043d\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb \u0434\u0430\u0435\u0442 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb, \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0438\u0437\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0440\u0430\u0437\u0435 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u00ab\u0437\u0430\u0446\u0435\u043f\u0438\u0442\u044c\u00bb. \u0424\u0440\u0430\u0437\u0430, \u0437\u0430\u0446\u0435\u043f\u0438\u0432\u0448\u0430\u044f \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0433\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430, \u00ab\u043d\u0430\u0445\u043e\u0434\u0438\u0442\u00bb \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442. \u0410\u00a0\u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0437\u0430\u00a0\u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u043e\u0439 \u0444\u0440\u0430\u0437\u043e\u0439 \u0441\u0442\u043e\u0438\u0442 \u043c\u0435\u0442\u043a\u0430, \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043c\u044b\u00a0\u00ab\u043f\u043e\u043c\u0435\u0442\u0438\u043b\u0438\u00bb \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0447\u0442\u043e \u043d\u0430\u043c \u0438\u00a0\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u043e\u0441\u044c. \u041a\u0441\u0442\u0430\u0442\u0438, \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u043f\u043e\u0447\u0435\u043c\u0443 \u0432\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440 \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u00a0<code>binary=True<\/code>. \u0412\u00a0\u043f\u0440\u043e\u0442\u0438\u0432\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0447\u0430\u0441\u0442\u043e\u0442\u0430 \u0442\u0435\u0440\u043c\u0438\u043d\u0430 \u0432\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0445 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442 \u0432\u043b\u0438\u044f\u0442\u044c \u043d\u0430\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442.<\/p>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f \u0432 \u041c\u0435\u0440\u043a\u0430\u0445. \u0412\u044b\u0431\u0435\u0440\u0435\u043c \u0434\u043b\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u0440\u0430\u0437 \u0438 \u0437\u0430\u0434\u0430\u0434\u0438\u043c \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u043c\u0435\u0442\u043a\u0438.<\/p>\n<pre><code class=\"python\">phrase = np.array(['MSD', 'Merck Sharp Dohme', 'Merck KGaA', 'Merck Serono']) tag = np.array(['Merck (MSD)', 'Merck (MSD)', 'Merck (KGaA)', 'Merck (KGaA)']) phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose())  # 824883x4 sparse matrix<\/code><\/pre>\n<pre><code class=\"python\">tag_resolver = np.r_[pd.NA, tag] doc_phrase_score = doc_phrase tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<p>\u041d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0435\u0432 \u043a\u00a0\u043a\u043e\u0434\u0443:<\/p>\n<ul>\n<li>\n<p>\u041e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u0430\u0434 <code>scipy.sparse.csr.csr_matrix<\/code> \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442 <code>np.matrix<\/code>, \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043d\u0435\u00a0\u0441\u043e\u0432\u0441\u0435\u043c \u0443\u0434\u043e\u0431\u043d\u043e, \u043b\u0443\u0447\u0448\u0435 \u0441\u0440\u0430\u0437\u0443 \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u0442\u044c \u0435\u0435\u00a0\u043a\u00a0<code>np.array<\/code> \u0438\u00a0\u00ab\u0443\u043f\u043b\u043e\u0449\u0430\u0442\u044c\u00bb.<\/p>\n<\/li>\n<li>\n<p>\u041c\u0435\u0442\u043e\u0434 <code>argmax<\/code> \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0442\u0430\u043a, \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0434\u0432\u0435 \u0444\u0440\u0430\u0437\u044b \u043d\u0430\u0431\u0440\u0430\u043b\u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0435 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u00ab\u043e\u0447\u043a\u043e\u0432\u00bb, \u043e\u043d\u00a0\u0443\u043a\u0430\u0436\u0435\u0442 \u043d\u0430\u00a0\u043f\u0435\u0440\u0432\u0443\u044e \u0438\u0437\u00a0\u043d\u0438\u0445, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0444\u0440\u0430\u0437 \u0432\u0430\u0436\u0435\u043d: \u0444\u0440\u0430\u0437\u044b \u0438\u0434\u0443\u0449\u0438\u0435 \u0432\u00a0\u043d\u0430\u0447\u0430\u043b\u0435 \u0441\u043f\u0438\u0441\u043a\u0430 \u043e\u0442\u0431\u0438\u0440\u0430\u044e\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443\u00a0\u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0445.<\/p>\n<\/li>\n<li>\n<p>\u0415\u0441\u043b\u0438 \u043d\u0438\u00a0\u043e\u0434\u043d\u0430 \u0444\u0440\u0430\u0437\u0430 \u043d\u0435\u00a0\u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430, \u0438\u00a0\u0432\u00a0\u043c\u0430\u0442\u0440\u0438\u0446\u0435 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb \u0432\u0441\u044f \u0441\u0442\u0440\u043e\u0447\u043a\u0430 \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0430 \u043d\u0443\u043b\u044f\u043c\u0438, \u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043b\u0443\u0447\u0430\u0439 \u043d\u0443\u0436\u043d\u043e \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043e\u0442\u043b\u0438\u0447\u0438\u0442\u044c \u0435\u0433\u043e \u043e\u0442\u00a0\u0432\u044b\u0431\u043e\u0440\u0430 \u043c\u0435\u0442\u043a\u0438 \u043f\u043e\u0434 \u043d\u0443\u043b\u0435\u0432\u044b\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u043e\u043c.<\/p>\n<\/li>\n<\/ul>\n<p>\u0421\u0440\u0430\u0437\u0443 \u0432\u044b\u044f\u0441\u043d\u044f\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043d\u0430\u0448\u0438 \u0444\u0440\u0430\u0437\u044b \u043d\u0430\u043e\u0442\u043c\u0435\u0447\u0430\u043b\u0438 \u043a\u043e\u0435-\u0447\u0442\u043e \u043b\u0438\u0448\u043d\u0435\u0435. \u041f\u043e\u043f\u0430\u0434\u044e\u0442\u0441\u044f \u0441\u0442\u0440\u043e\u0447\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 KGaA, \u043d\u043e\u00a0\u043d\u0435\u00a0\u0438\u043c\u0435\u044e\u0442 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f \u043a\u00a0Merck. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u00abBristol-Myers Squibb GmbH &amp;\u00a0Co. KGaA\u00bb \u0438\u043b\u0438 \u00abDr\u00e4gerwerk AG\u00a0&amp;\u00a0Co. KGaA\u00bb.<\/p>\n<p>\u0427\u0442\u043e \u0441\u00a0\u044d\u0442\u0438\u043c \u0434\u0435\u043b\u0430\u0442\u044c? \u041c\u044b\u00a0\u043c\u043e\u0436\u0435\u043c \u00ab\u044d\u043a\u0440\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c\u00bb KGaA, \u0434\u043e\u0431\u0430\u0432\u0438\u0432 \u0444\u0440\u0430\u0437\u044b \u00abBristol Myers Squibb\u00bb, \u0438 \u00abDr\u00e4gerwerk\u00a0AG\u00bb \u0432\u00a0\u0441\u043f\u0438\u0441\u043e\u043a \u0444\u0440\u0430\u0437 <strong>\u0434\u043e<\/strong>\u00a0\u00abMerck KGaA\u00bb. \u0412\u00a0\u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0439 \u0436\u0438\u0437\u043d\u0438 \u0442\u0430\u043a \u043d\u0435\u00a0\u0434\u0435\u043b\u0430\u044e\u0442. \u0411\u0430\u0437\u0430 \u043e\u0431\u043d\u043e\u0432\u0438\u0442\u0441\u044f, \u043d\u0430\u0448 \u0444\u0438\u043b\u044c\u0442\u0440 \u043e\u043f\u044f\u0442\u044c \u0437\u0430\u0445\u0432\u0430\u0442\u0438\u0442 \u043b\u0438\u0448\u043d\u0435\u0435, \u0438\u00a0\u0441\u043d\u043e\u0432\u0430 \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043c\u0435\u043d\u044f\u0442\u044c \u0441\u043f\u0438\u0441\u043e\u043a \u0444\u0440\u0430\u0437. \u041d\u0443\u0436\u043d\u043e \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0442\u044c \u00ab\u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u00bb \u0444\u0440\u0430\u0437\u044b.<\/p>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 2. \u041e\u0441\u043d\u043e\u0432\u043d\u043e\u0439<\/h3>\n<p>\u0414\u043e\u0431\u0430\u0432\u0438\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0444\u0440\u0430\u0437\u0430 \u0434\u043e\u043b\u0436\u043d\u0430 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0442\u044c \u0432 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0435 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442 \u0441\u0447\u0438\u0442\u0430\u043b\u0441\u044f \u0430\u0441\u0441\u043e\u0446\u0438\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u043c \u0441 \u0444\u0440\u0430\u0437\u043e\u0439 (\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0441 \u043c\u0435\u0442\u043a\u043e\u0439).<\/p>\n<pre><code>min_terms = np.array([1, 4, 3, 3])  phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose()) tag_resolver = np.r_[pd.NA, tag]  d_min_terms = scipy.sparse.diags(min_terms - 1, dtype=int) doc_phrase_score = doc_phrase - doc_phrase.sign().dot(d_min_terms) doc_phrase_score.data.clip(0, out=doc_phrase_score.data) doc_phrase_score.eliminate_zeros()  tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<p>\u0421\u0442\u0430\u043b\u043e \u043b\u0443\u0447\u0448\u0435. \u0421\u0442\u0440\u043e\u0447\u043a\u0438, \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0435 KGaA, \u043d\u043e \u043d\u0435 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0435 Merck, \u043f\u0440\u043e\u043f\u0430\u043b\u0438.<\/p>\n<p>\u041a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0438 \u043a \u043a\u043e\u0434\u0443:<\/p>\n<ul>\n<li>\n<p>\u0420\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0\u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u044b\u043c\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u0430\u043c\u0438 \u0438\u043c\u0435\u0435\u0442 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438. \u041c\u043d\u043e\u0433\u0438\u0435 \u043f\u0440\u0438\u0432\u044b\u0447\u043d\u044b\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442 \u043e\u0431\u044b\u0447\u043d\u0443\u044e \u00ab\u043f\u043b\u043e\u0442\u043d\u0443\u044e\u00bb \u043c\u0430\u0442\u0440\u0438\u0446\u0443, \u0430\u00a0\u044d\u0442\u043e\u0433\u043e \u0432\u0441\u044f\u0447\u0435\u0441\u043a\u0438 \u043d\u0443\u0436\u043d\u043e \u0438\u0437\u0431\u0435\u0433\u0430\u0442\u044c, \u0438\u043d\u0430\u0447\u0435 \u043c\u043e\u0436\u0435\u0442 \u043d\u0435\u00a0\u0445\u0432\u0430\u0442\u0438\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043a\u043e\u0434 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u043b\u0435\u0433\u043a\u0430 \u0441\u0442\u0440\u0430\u043d\u043d\u043e. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u044b\u00a0\u043c\u043e\u0433\u043b\u0438\u00a0\u0431\u044b \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u044b\u0447\u0435\u0441\u0442\u044c <code>min_terms<\/code> \u0438\u0437\u00a0\u043c\u0430\u0442\u0440\u0438\u0446\u044b <code>doc_phrase<\/code>, \u0438\u00a0\u044d\u0442\u043e \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u043e\u00a0\u0431\u044b \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e, \u043a\u0430\u0436\u0434\u0430\u044f \u0441\u0442\u0440\u043e\u043a\u0430 <code>doc_phrase<\/code> \u0443\u043c\u0435\u043d\u044c\u0448\u0438\u043b\u0430\u0441\u044c\u00a0\u0431\u044b \u043d\u0430\u00a0\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0432\u0435\u043a\u0442\u043e\u0440\u0430 <code>min_terms<\/code>, \u043d\u043e\u00a0\u0432\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043c\u044b\u00a0\u0431\u044b \u043f\u043e\u0442\u0435\u0440\u044f\u043b\u0438 \u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u043e\u0441\u0442\u044c.<\/p>\n<\/li>\n<li>\n<p>\u041a\u00a0\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c \u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u043e\u0439 \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0434\u043e\u0441\u0442\u0443\u043f \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e \u0447\u0435\u0440\u0435\u0437 \u0430\u0442\u0440\u0438\u0431\u0443\u0442 <code>.data<\/code>, \u0447\u0435\u043c \u043c\u043e\u0436\u043d\u043e \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u043c\u0435\u0442\u043e\u0434 \u043d\u0435\u00a0\u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d \u0434\u043b\u044f \u043c\u0430\u0442\u0440\u0438\u0446\u044b, \u043d\u043e\u00a0\u0435\u0441\u0442\u044c \u0432\u00a0numpy (\u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435, \u043c\u0435\u0442\u043e\u0434 <code>clip<\/code> \u043f\u0440\u0438\u0433\u043e\u0434\u0438\u043b\u0441\u044f \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0443\u0431\u0440\u0430\u0442\u044c \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f).<\/p>\n<\/li>\n<\/ul>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 3. \u0421 \u043e\u0431\u043d\u0443\u043b\u0435\u043d\u0438\u0435\u043c<\/h3>\n<p>\u041c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u0441\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u043d\u0438\u044f\u00a0\u2014 \u043d\u0435\u00a0\u043f\u0430\u043d\u0430\u0446\u0435\u044f. \u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0447\u0442\u043e\u0431\u044b \u0444\u0440\u0430\u0437\u0430 \u00abMSD\u00bb \u043d\u0435\u00a0\u0437\u0430\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u043b\u0430 \u0432\u043e\u0442 \u0442\u0430\u043a\u0443\u044e \u0441\u0442\u0440\u043e\u043a\u0443: \u00abWorld Health Organization (WHO)\/The Department of\u00a0Mental Health and Substance Abuse (MSD) (Switzerland)\u00bb? \u041c\u043e\u0436\u043d\u043e \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043c\u0435\u0442\u043a\u0443 \u0434\u043b\u044f World Health Organization, \u0438\u00a0\u043e\u043d\u0430 \u0437\u0430\u0445\u0432\u0430\u0442\u0438\u0442 \u043d\u0443\u0436\u043d\u0443\u044e \u0441\u0442\u0440\u043e\u043a\u0443 \u0440\u0430\u043d\u044c\u0448\u0435, \u0447\u0435\u043c MSD, \u043d\u043e\u00a0\u043d\u0430\u0441 \u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0443\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043c\u043c\u0435\u0440\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438.<\/p>\n<p>\u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u00ab\u043e\u0431\u043d\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u0432\u00bb. \u042d\u0442\u043e \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u044b\u0435 \u00ab\u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435\u00bb \u0444\u0440\u0430\u0437\u044b. \u0415\u0441\u043b\u0438 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0444\u0440\u0430\u0437\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u0442 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0442\u043e\u00a0\u044d\u0442\u043e\u0442 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442 \u0438\u0441\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u0438\u0437\u00a0\u043f\u043e\u0438\u0441\u043a\u0430 \u043f\u043e\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0444\u0440\u0430\u0437\u0435.<\/p>\n<p>\u0412\u00a0\u043d\u0430\u0448\u0435\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0435\u0441\u043b\u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0444\u0440\u0430\u0437\u0443 \u00abWHO\u00bb \u043a\u00a0\u043f\u043e\u043b\u043e\u0436\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u00abMSD\u00bb, \u0442\u043e\u00a0\u0441\u0442\u0440\u043e\u0447\u043a\u0438, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u00abWHO\u00bb \u043d\u0435\u00a0\u0431\u0443\u0434\u0443\u0442 \u043f\u043e\u043c\u0435\u0447\u0435\u043d\u044b \u00abMSD\u00bb, \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e \u043e\u0442\u00a0\u0442\u043e\u0433\u043e, \u0435\u0441\u0442\u044c \u0432\u00a0\u043d\u0438\u0445 \u00abMSD\u00bb \u0438\u043b\u0438 \u043d\u0435\u0442. \u0412\u043e\u00a0\u0432\u0441\u0451\u043c \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u043c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u043e.<\/p>\n<pre><code class=\"python\">nullifiers = ['WHO', '', '', '']  phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose()) tag_resolver = np.r_[pd.NA, tag]  d_min_terms = scipy.sparse.diags(min_terms - 1, dtype=int) doc_phrase_score = doc_phrase - doc_phrase.sign().dot(d_min_terms) doc_phrase_score.data.clip(0, out=doc_phrase_score.data) doc_phrase_score.eliminate_zeros()  nullifier_term = vectorizer.transform(nullifier) doc_nullifier = doc_term.dot(nullifier_term.transpose()) # \u0415\u0434\u0438\u043d\u0438\u0446\u044b \u0442\u043e\u043b\u044c\u043a\u043e \u0442\u0430\u043c, \u0433\u0434\u0435 \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u0438 \u0444\u0440\u0430\u0437\u0430, \u0438 \u043e\u0431\u043d\u0443\u043b\u044f\u0442\u043e\u0440: null_score_mark = doc_phrase_score.sign().multiply(doc_nullifier.sign()) doc_phrase_score -= doc_phrase_score.multiply(null_score_mark)  tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<h2>\u0420\u0430\u0431\u043e\u0447\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442<\/h2>\n<p>\u041a\u043e\u0434, \u0441\u043e\u043f\u0440\u043e\u0432\u043e\u0436\u0434\u0430\u044e\u0449\u0438\u0439 \u0441\u0442\u0430\u0442\u044c\u044e \u0434\u043e\u0441\u0442\u0443\u043f\u0435\u043d \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u0432\u00a0\u0432\u0438\u0434\u0435 <a href=\"https:\/\/colab.research.google.com\/drive\/180EpL2Gosl6ogKPHzob3lC5a9qKi-dAr?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0430 Google Colab<\/a>.<\/p>\n<p>\u0412\u00a0\u043d\u0435\u0433\u043e \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0430 \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0441\u043b\u043e\u0432. \u0418\u0445\u00a0\u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0449\u0435 \u043f\u043e\u043d\u044f\u0442\u044c \u043d\u0430\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0435.<\/p>\n<p>\u0414\u043e\u043f\u0443\u0441\u0442\u0438\u043c, \u0443\u00a0\u043d\u0430\u0441 \u0444\u0440\u0430\u0437\u0430 \u00abMerck Co\u00a0Inc\u00bb. \u0412\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440 \u0440\u0430\u0437\u043e\u0431\u044c\u0451\u0442 \u0435\u0451\u00a0\u043d\u0430\u00a06\u00a0\u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432: \u00abMerck\u00bb, \u00abCo\u00bb, \u00abInc\u00bb, \u00abMerck Co\u00bb, \u00abCo\u00a0Inc\u00bb \u0438\u00a0\u00abMerck Co\u00a0Inc\u00bb, \u0438\u00a0\u0432\u00a0\u043c\u0430\u0442\u0440\u0438\u0446\u0435 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb \u043d\u0430\u00a0\u043f\u0435\u0440\u0435\u0441\u0435\u0447\u0435\u043d\u0438\u0438 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430 \u00abMerck &amp;\u00a0Co., Inc.\u00bb \u0438\u00a0\u0444\u0440\u0430\u0437\u044b \u00abMerck Co\u00a0Inc\u00bb \u0431\u0443\u0434\u0435\u0442 \u0441\u0442\u043e\u044f\u0442\u044c \u0446\u0438\u0444\u0440\u0430 6. \u0412\u00a0\u043f\u0440\u0430\u0432\u0438\u043b\u0435 \u043d\u0430\u043c \u0441\u043b\u0435\u0434\u0443\u0435\u0442 \u0432\u044b\u0431\u0440\u0430\u0442\u044c <code>min_terms<\/code> \u043a\u0430\u043a \u043c\u0438\u043d\u0438\u043c\u0443\u043c\u00a0\u0440\u0430\u0432\u043d\u044b\u043c 4, \u0447\u0442\u043e\u0431\u044b \u043f\u043e\u043c\u0435\u0447\u0430\u043b\u0438\u0441\u044c \u043d\u0443\u0436\u043d\u044b\u0435 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b, \u0430\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u00abCo\u00bb \u0438\u00a0\u00abInc\u00bb, \u043d\u043e\u00a0\u043d\u0435\u00a0\u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u00abMerck\u00bb, \u043d\u0435\u00a0\u043f\u043e\u043c\u0435\u0447\u0430\u043b\u0438\u0441\u044c. \u041d\u043e\u00a0\u0432\u043e\u0442 \u043f\u0440\u043e\u0431\u043b\u0435\u043c\u0430: \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442 \u0441\u00a0\u043e\u043f\u0435\u0447\u0430\u0442\u043a\u043e\u0439 \u00abMerck &amp;\u00a0Co., Ink.\u00bb \u043d\u0430\u0431\u0435\u0440\u0435\u0442 \u043f\u043e\u00a0\u0434\u0430\u043d\u043d\u043e\u0439 \u0444\u0440\u0430\u0437\u0435 \u0442\u043e\u043b\u044c\u043a\u043e 3\u00a0\u00ab\u043e\u0447\u043a\u0430\u00bb, \u0438\u00a0\u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0438\u0433\u043d\u043e\u0440\u0438\u0440\u043e\u0432\u0430\u043d.<\/p>\n<p>\u0421\u00a0\u044d\u0442\u0438\u043c \u043c\u043e\u0436\u043d\u043e \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0431\u043e\u0440\u043e\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u0441\u0447\u0438\u0442\u0430\u0442\u044c \u00abCo\u00bb \u0438\u00a0\u00abInc\u00bb \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u043c\u0438 \u0441\u043b\u043e\u0432\u0430\u043c\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0440\u0430\u0431\u043e\u0442\u0430\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u0432\u00a0\u0441\u043e\u0447\u0435\u0442\u0430\u043d\u0438\u0438 \u0441\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u044b\u043c \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u043c \u00abMerck\u00bb. \u0420\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u0442\u044c \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0441\u043b\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u0442\u0430\u043a:<\/p>\n<ul>\n<li>\n<p>\u0414\u043e\u0433\u043e\u0432\u043e\u0440\u0438\u043c\u0441\u044f, \u0447\u0442\u043e \u0444\u0440\u0430\u0437\u0430 \u0432\u043a\u043b\u044e\u0447\u0430\u0435\u0442 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0441\u043b\u043e\u0432\u0430 \u0441\u043e\u00a0\u0437\u043d\u0430\u043a\u043e\u043c \u00ab+\u00bb, \u0432\u043e\u0442 \u0442\u0430\u043a: \u00abMerck +Co\u00a0+In\u0441\u00bb.<\/p>\n<\/li>\n<li>\n<p>\u0414\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0439 \u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0441\u043e\u0437\u0434\u0430\u0434\u0438\u043c \u0444\u0440\u0430\u0437\u0443 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0441\u043b\u043e\u0432 <code>add_on_phrase<\/code>, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u043e\u0442\u043b\u0438\u0447\u0430\u0435\u0442\u0441\u044f \u043e\u0442\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0442\u0435\u043c, \u0447\u0442\u043e \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0442\u0435\u0440\u043c\u0438\u043d\u044b \u0432\u00a0\u043d\u0435\u0439 \u0437\u0430\u043c\u0435\u043d\u0435\u043d\u044b \u043d\u0430\u00a0\u043d\u0435\u0441\u043b\u043e\u0432\u0430\u0440\u043d\u043e\u0435(Out-of-Vocabulary) \u0441\u043b\u043e\u0432\u043e.<\/p>\n<\/li>\n<li>\n<p>\u041f\u0440\u043e\u043f\u0443\u0441\u0442\u0438\u043c \u0447\u0435\u0440\u0435\u0437 \u0432\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440 \u043e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u0444\u0440\u0430\u0437\u044b \u0438\u00a0\u0444\u0440\u0430\u0437\u044b \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0441\u043b\u043e\u0432, \u0438\u00a0\u0438\u0437\u00a0\u00ab\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439\u00bb \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u00ab\u0444\u0440\u0430\u0437\u0430\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb \u0432\u044b\u0447\u0442\u0435\u043c \u00ab\u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u0443\u044e\u00bb.<\/p>\n<\/li>\n<\/ul>\n<p>\u041a\u0430\u043a \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442, \u0444\u0440\u0430\u0437\u0430 \u00abMerck +Co\u00a0+In\u0441\u00bb \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0437\u0431\u0438\u0442\u0430 \u043d\u0430\u00a0\u00abMerck\u00bb, \u00abMerck\u00a0Co\u00bb \u0438\u00a0\u00abMerck Co\u00a0Inc\u00bb, \u0430\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u00abCo\u00bb \u0438\u00a0\u00abInc\u00bb \u0431\u0435\u0437 \u00abMerck\u00bb, \u043f\u043e\u043c\u0435\u0447\u0430\u0442\u044c\u0441\u044f \u043d\u0435\u00a0\u0431\u0443\u0434\u0443\u0442.<\/p>\n<p>\u0412 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043e\u0442\u0440\u0430\u0431\u043e\u043a\u0438 \u043f\u0440\u0430\u0432\u0438\u043b, \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0445 \u0438 \u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043d\u0438\u0435 \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432, \u0438 \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0441\u043b\u043e\u0432\u0430, \u0438 \u00ab\u043e\u0431\u043d\u0443\u043b\u044f\u0442\u043e\u0440\u044b\u00bb, \u043f\u043e\u043b\u0443\u0447\u0435\u043d \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442. <\/p>\n<p>\u0412\u043e\u0442 Top 20 \u0444\u0430\u0440\u043c\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439 \u043f\u043e\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u0432\u00a0\u0431\u0430\u0437\u0435 (\u0447\u0442\u043e \u043d\u0435\u00a0\u0440\u0430\u0432\u043d\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0443 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439, \u043d\u043e\u00a0\u044d\u0442\u043e \u0443\u0436\u0435 \u0434\u0440\u0443\u0433\u0430\u044f \u0442\u0435\u043c\u0430).<\/p>\n<pre><code>\u0412\u0441\u0435\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0447\u0435\u043d\u043e \u0437\u0430\u043f\u0438\u0441\u0435\u0439: 117016 ------------------------------- Novartis                 11085 GSK                       7774 Pfizer                    7771 AstraZeneca               7184 Roche                     6676 Merck (MSD)               6259 Johnson &amp; Johnson         5963 Sanofi                    5185 Bristol Myers Squibb      5115 Boehringer Ingelheim      4394 Eli Lilly and Company     4146 Bayer                     3711 AbbVie                    3604 Takeda                    3490 Amgen                     2892 Teva                      2605 Novo Nordisk              2538 Astellas                  1945 Gilead Sciences           1818 Abbott                    1715<\/code><\/pre>\n<p>\u0421\u0442\u043e\u0438\u0442 \u043e\u0431\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435, \u0447\u0442\u043e \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0430 \u0432\u043e\u0441\u044c\u043c\u0438\u0441\u043e\u0442 \u0441 \u043b\u0438\u0448\u043d\u0438\u043c \u0442\u044b\u0441\u044f\u0447 \u0441\u0442\u0440\u043e\u043a \u0441 \u043f\u043e\u043b\u0443\u0447\u0435\u043d\u0438\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u0441\u0442\u0430 \u0442\u044b\u0441\u044f\u0447 \u043d\u0435\u043d\u0443\u043b\u0435\u0432\u044b\u0445 \u043c\u0435\u0442\u043e\u043a \u043f\u043e \u043f\u0440\u0430\u0432\u0438\u043b\u0430\u043c, \u0437\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u044b\u043c \u043f\u043e\u0447\u0442\u0438 \u043d\u0430 \u0441\u0442\u0430 \u0441\u0442\u0440\u043e\u0447\u043a\u0430\u0445, \u0437\u0430\u043d\u044f\u043b\u0430 \u0432\u0441\u0435\u0433\u043e \u043f\u043e\u043b\u0442\u043e\u0440\u044b \u0441\u0435\u043a\u0443\u043d\u0434\u044b. \u041f\u043e\u043d\u044f\u0442\u043d\u043e, \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0443\u0447\u0435\u0441\u0442\u044c \u0432\u0440\u0435\u043c\u044f, \u0437\u0430\u0442\u0440\u0430\u0447\u0435\u043d\u043d\u043e\u0435 \u043d\u0430 \u043f\u0435\u0440\u0432\u043e\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u0443\u044e \u0440\u0430\u0431\u043e\u0442\u0443 CountVectorizer, \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043d\u0435 \u0432\u043f\u0435\u0447\u0430\u0442\u043b\u0438\u0442, \u043d\u043e \u0437\u0434\u0435\u0441\u044c \u0432\u0430\u0436\u043d\u043e \u0434\u0440\u0443\u0433\u043e\u0435. \u041f\u0440\u043e\u0446\u0435\u0441\u0441 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u0438\u044f \u0438 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0438 \u043f\u0440\u0430\u0432\u0438\u043b \u0440\u0443\u0447\u043d\u043e\u0439 \u0438 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043d\u0443\u0434\u043d\u044b\u0439, \u0438 \u0442\u043e\u0442 \u0444\u0430\u043a\u0442, \u0447\u0442\u043e \u043c\u043e\u0436\u043d\u043e \u043e\u0447\u0435\u043d\u044c \u0431\u044b\u0441\u0442\u0440\u043e \u0443\u0432\u0438\u0434\u0435\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043e\u0431\u043d\u043e\u0432\u043b\u0435\u043d\u0438\u044f \u043f\u0440\u0430\u0432\u0438\u043b, \u0437\u0430\u0441\u0442\u0430\u0432\u043b\u044f\u0435\u0442 \u0437\u0430\u0434\u0443\u043c\u0430\u0442\u044c\u0441\u044f \u043e \u0442\u043e\u043c, \u0447\u0442\u043e \u043f\u043e\u0434\u0445\u043e\u0434 \u0441 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c CountVectorizer \u043d\u0430 \u043d\u0430\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043e\u043a\u0430\u0437\u044b\u0432\u0430\u0435\u0442\u0441\u044f \u043f\u0440\u0435\u0434\u043f\u043e\u0447\u0442\u0438\u0442\u0435\u043b\u044c\u043d\u0435\u0435 \u043e\u0431\u043e\u0439\u043c\u044b \u0438\u0437 \u0440\u0435\u0433\u0443\u043b\u044f\u0440\u043d\u044b\u0445 \u0432\u044b\u0440\u0430\u0436\u0435\u043d\u0438\u0439.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p> <!----> <!----><\/div>\n<p> <!----> <!----><br \/> \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\/702626\/\"> https:\/\/habr.com\/ru\/post\/702626\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<div><\/div>\n<div id=\"post-content-body\">\n<div>\n<div class=\"article-formatted-body article-formatted-body article-formatted-body_version-2\">\n<div xmlns=\"http:\/\/www.w3.org\/1999\/xhtml\">\n<h2>\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0438 \u043f\u043e\u0441\u0442\u0430\u043d\u043e\u0432\u043a\u0430 \u0437\u0430\u0434\u0430\u0447\u0438<\/h2>\n<p>\u0414\u0430\u043d\u043d\u044b\u0435 \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0431\u044b\u043b\u0438 \u0432\u0437\u044f\u0442\u044b \u0438\u0437\u00a0\u0441\u0432\u043e\u0434\u043d\u043e\u0439 \u0431\u0430\u0437\u044b <a href=\"https:\/\/www.who.int\/clinical-trials-registry-platform\" rel=\"noopener noreferrer nofollow\">ICTRP<\/a> (International Clinical Trials Registry Platform\u00a0\u2014 \u041f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0435\u0436\u0434\u0443\u043d\u0430\u0440\u043e\u0434\u043d\u043e\u0433\u043e \u0440\u0435\u0435\u0441\u0442\u0440\u0430 \u043a\u043b\u0438\u043d\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0439) \u0412\u0441\u0435\u043c\u0438\u0440\u043d\u043e\u0439 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438 \u0437\u0434\u0440\u0430\u0432\u043e\u043e\u0445\u0440\u0430\u043d\u0435\u043d\u0438\u044f. \u0414\u043b\u044f \u0446\u0435\u043b\u0435\u0439 \u0434\u0430\u043d\u043d\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0438 \u043d\u0443\u0436\u043d\u0430 \u043d\u0435\u00a0\u043f\u043e\u043b\u043d\u0430\u044f \u0431\u0430\u0437\u0430, \u0430\u00a0\u0442\u043e\u043b\u044c\u043a\u043e \u043e\u0434\u043d\u043e \u043f\u043e\u043b\u0435 <code>Primary_sponsor<\/code>, \u043a\u043e\u0442\u043e\u0440\u043e\u0435 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442 \u043d\u0430\u0437\u0432\u0430\u043d\u0438\u0435 \u0433\u043b\u0430\u0432\u043d\u043e\u0439 \u0437\u0430\u0438\u043d\u0442\u0435\u0440\u0435\u0441\u043e\u0432\u0430\u043d\u043d\u043e\u0439 \u0432\u00a0\u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u0438 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438\u00a0\u2014 \u00ab\u0441\u043f\u043e\u043d\u0441\u043e\u0440\u0430\u00bb.<\/p>\n<p>\u041d\u0430\u0448\u0430 \u0437\u0430\u0434\u0430\u0447\u0430\u00a0\u2014 \u043f\u0440\u043e\u0432\u0435\u0441\u0442\u0438 \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u043a\u0443 \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u044d\u0442\u043e\u0433\u043e \u043f\u043e\u043b\u044f \u043f\u043e\u00a0\u0441\u043e\u0434\u0435\u0440\u0436\u0438\u043c\u043e\u043c\u0443 \u0442\u0430\u043a\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c, \u0447\u0442\u043e\u0431\u044b \u043a\u0430\u0436\u0434\u043e\u0439 \u0437\u0430\u043f\u0438\u0441\u0438, \u043e\u0442\u043d\u043e\u0441\u044f\u0449\u0435\u0439\u0441\u044f \u043a\u00a0\u043e\u0434\u043d\u043e\u0439 \u0438\u0437\u00a0\u0432\u0435\u0434\u0443\u0449\u0438\u0445 \u0444\u0430\u0440\u043c\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439, \u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043c\u0435\u0442\u043a\u0443, \u043f\u043e\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u0434\u0430\u043b\u0435\u0435 \u0443\u0436\u0435 \u043c\u043e\u0436\u043d\u043e \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u043e\u0432\u0435\u0441\u0442\u0438 \u0441\u0432\u043e\u0434\u043d\u044b\u0439 \u0430\u043d\u0430\u043b\u0438\u0437.<\/p>\n<p>\u0412\u00a0\u043e\u0447\u0435\u0440\u0435\u0434\u043d\u043e\u0439 \u043f\u043e\u043b\u043d\u043e\u0439 \u0432\u044b\u0433\u0440\u0443\u0437\u043a\u0435 \u043e\u0442\u00a018.11.2022 \u0441\u043e\u0434\u0435\u0440\u0436\u0438\u0442\u0441\u044f 824883\u00a0\u0437\u0430\u043f\u0438\u0441\u0435\u0439, \u0432\u00a0\u043f\u043e\u043b\u0435 \u0441\u043f\u043e\u043d\u0441\u043e\u0440\u0430 160139 \u0443\u043d\u0438\u043a\u0430\u043b\u044c\u043d\u044b\u0445 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0439. \u041f\u0440\u0430\u0432\u0434\u0430, \u0431\u043e\u043b\u0435\u0435 \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u044b \u0437\u0430\u043f\u0438\u0441\u0435\u0439 \u043e\u0442\u043d\u043e\u0441\u044f\u0442\u0441\u044f \u043a\u00a0\u0430\u043a\u0430\u0434\u0435\u043c\u0438\u0447\u0435\u0441\u043a\u0438\u043c \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u044f\u043c\u00a0\u2014 \u0443\u043d\u0438\u0432\u0435\u0440\u0441\u0438\u0442\u0435\u0442\u0430\u043c, \u0431\u043e\u043b\u044c\u043d\u0438\u0446\u0430\u043c, \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u0441\u043a\u0438\u043c \u0446\u0435\u043d\u0442\u0440\u0430\u043c \u0438\u00a0\u0442.\u043f.\u2014\u00a0\u043d\u043e\u00a0\u043e\u0441\u0442\u0430\u0432\u0448\u0435\u0439\u0441\u044f \u0447\u0430\u0441\u0442\u0438 \u0432\u043f\u043e\u043b\u043d\u0435 \u0445\u0432\u0430\u0442\u0430\u0435\u0442 \u0434\u043b\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u043e\u0432.<\/p>\n<p>\u0421\u043b\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0437\u0430\u0434\u0430\u0447\u0438 \u0437\u0430\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u00a0\u0442\u043e\u043b\u044c\u043a\u043e \u0432\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u0437\u0430\u043f\u0438\u0441\u0435\u0439, \u043d\u043e\u00a0\u0438\u00a0\u0432\u00a0\u0438\u0441\u0442\u043e\u0440\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u044f\u0445 \u043e\u0442\u0440\u0430\u0441\u043b\u0438. \u041a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u043d\u0435\u00a0\u0432\u0441\u0435\u0433\u0434\u0430 \u043f\u0440\u043e\u0441\u0442\u043e \u0440\u0430\u0437\u043b\u0438\u0447\u0438\u0442\u044c \u043f\u043e\u00a0\u043a\u043b\u044e\u0447\u0435\u0432\u044b\u043c \u0441\u043b\u043e\u0432\u0430\u043c. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u044e Merck &amp;\u00a0Co., Inc., \u0438\u0437\u0432\u0435\u0441\u0442\u043d\u0443\u044e \u0437\u0430\u00a0\u043f\u0440\u0435\u0434\u0435\u043b\u0430\u043c\u0438 \u0421\u0428\u0410 \u0438\u00a0\u041a\u0430\u043d\u0430\u0434\u044b \u043a\u0430\u043a Merck Sharp &amp;\u00a0Dohme (MSD) \u043d\u0435\u043b\u044c\u0437\u044f \u043f\u0443\u0442\u0430\u0442\u044c \u0441\u00a0Merck Group (Merck KGaA), \u0438\u00a0\u043d\u0443\u0436\u043d\u043e \u0438\u043c\u0435\u0442\u044c \u0432\u00a0\u0432\u0438\u0434\u0443, \u0447\u0442\u043e Schering-Plough Corporation, \u0441\u0442\u0430\u0432\u0448\u0430\u044f \u0447\u0430\u0441\u0442\u044c\u044e Merck &amp;\u00a0Co., Inc.\u00a0\u0432\u00a02009\u00a0\u0433\u043e\u0434\u0443, \u0431\u044b\u043b\u0430 \u043a\u043e\u0433\u0434\u0430-\u0442\u043e \u0430\u043c\u0435\u0440\u0438\u043a\u0430\u043d\u0441\u043a\u0438\u043c \u043f\u043e\u0434\u0440\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435\u043c \u043d\u0435\u043c\u0435\u0446\u043a\u043e\u0439 Schering\u00a0AG, \u043a\u043e\u0442\u043e\u0440\u0430\u044f \u0441\u0442\u0430\u043b\u0430 \u0447\u0430\u0441\u0442\u044c\u044e Bayer. \u041d\u0435\u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u043f\u0440\u043e\u0432\u043e\u0434\u044f\u0442\u0441\u044f \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u044b\u043c\u0438 \u0443\u0441\u0438\u043b\u0438\u044f\u043c\u0438 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u0444\u0430\u0440\u043c\u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0439 \u043b\u0438\u0431\u043e \u0441\u043f\u043e\u043d\u0441\u0438\u0440\u0443\u044e\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 \u0441\u043e\u0432\u043c\u0435\u0441\u0442\u043d\u044b\u0435 \u043f\u0440\u0435\u0434\u043f\u0440\u0438\u044f\u0442\u0438\u044f. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0434\u043e\u00a02017 \u0433\u043e\u0434\u0430 \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u043e\u0432\u0430\u043b \u043f\u0440\u043e\u0435\u043a\u0442 Sanofi Pasteur MSD \u043f\u043e\u00a0\u0440\u0430\u0437\u0440\u0430\u0431\u043e\u0442\u043a\u0435 \u0432\u0430\u043a\u0446\u0438\u043d \u0432\u00a0\u0415\u0432\u0440\u043e\u043f\u0435. \u0415\u0433\u043e \u043d\u0443\u0436\u043d\u043e \u0443\u043c\u0435\u0442\u044c \u043e\u0442\u0434\u0435\u043b\u0438\u0442\u044c \u043e\u0442\u00a0\u00abMSD\u00bb.<\/p>\n<details class=\"spoiler\">\n<summary>\u0417\u0430\u0433\u0440\u0443\u0436\u0430\u044f CountVectorizer, \u043c\u044b\u00a0\u0432\u0441\u0442\u0443\u043f\u0430\u0435\u043c \u043d\u0430\u00a0\u0442\u0435\u0440\u0440\u0438\u0442\u043e\u0440\u0438\u044e NLP (Natural Language Processing), \u0430\u00a0\u0437\u043d\u0430\u0447\u0438\u0442, \u043c\u043e\u0436\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u043b\u043e\u0433\u0438\u044e \u044d\u0442\u043e\u0439 \u043e\u0431\u043b\u0430\u0441\u0442\u0438.<\/summary>\n<div class=\"spoiler__content\">\n<p>\u0421\u0442\u0440\u043e\u0447\u043a\u0438 \u0432\u00a0\u043f\u043e\u043b\u0435, \u043f\u043e\u0434\u043b\u0435\u0436\u0430\u0449\u0435\u043c \u0440\u0430\u0437\u043c\u0435\u0442\u043a\u0435, \u0431\u0443\u0434\u0435\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u043c\u0438\u00bb. \u0421\u043e\u0432\u043e\u043a\u0443\u043f\u043d\u043e\u0441\u0442\u044c \u0432\u0441\u0435\u0445 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432\u00a0\u2014 \u00ab\u043a\u043e\u0440\u043f\u0443\u0441\u00bb. \u0414\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b \u0431\u0443\u0434\u0443\u0442 \u0440\u0430\u0437\u0431\u0438\u0442\u044b \u043d\u0430\u00a0\u0441\u043b\u043e\u0432\u0430 (\u0442\u043e\u043a\u0435\u043d\u044b). \u0418\u0434\u0443\u0449\u0438\u0435 \u043f\u043e\u0434\u0440\u044f\u0434 \u0441\u043b\u043e\u0432\u0430 \u043d\u0430\u0437\u044b\u0432\u0430\u044e\u0442\u0441\u044f n-\u0433\u0440\u0430\u043c\u043c\u044b. \u0421\u043b\u043e\u0432\u0430 \u0438\u00a0n-\u0433\u0440\u0430\u043c\u043c\u044b \u0432\u043c\u0435\u0441\u0442\u0435 \u0431\u0443\u0434\u0435\u043c \u043d\u0430\u0437\u044b\u0432\u0430\u0442\u044c \u00ab\u0442\u0435\u0440\u043c\u0438\u043d\u0430\u043c\u0438\u00bb. \u0412\u0441\u0435 \u0442\u0435\u0440\u043c\u0438\u043d\u044b \u0441\u043e\u0441\u0442\u0430\u0432\u044f\u0442 \u00ab\u0441\u043b\u043e\u0432\u0430\u0440\u044c\u00bb.<\/p>\n<p>\u0414\u043b\u044f \u043f\u043e\u0438\u0441\u043a\u0430 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u043e\u0432 \u0438\u00a0\u0441\u043e\u043f\u043e\u0441\u0442\u0430\u0432\u043b\u0435\u043d\u0438\u044f \u0438\u0445\u00a0\u043c\u0435\u0442\u043a\u0435 (tag), \u0431\u0443\u0434\u0435\u043c \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u00ab\u0444\u0440\u0430\u0437\u044b\u00bb. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043f\u043e\u00a0\u0444\u0440\u0430\u0437\u0435 \u00abMerck Sharp Dohme\u00bb \u0431\u0443\u0434\u0443\u0442 \u043d\u0430\u0439\u0434\u0435\u043d\u044b \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u044b, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u0441\u043b\u043e\u0432\u0430 \u00abMerck\u00bb, \u00abSharp\u00bb, \u00abDohme\u00bb, \u0430\u00a0\u0442\u0430\u043a\u0436\u0435 n-\u0433\u0440\u0430\u043c\u043c\u044b \u00abMerck Sharp\u00bb, \u00abSharp Dohme\u00bb \u0438\u00a0\u00abMerck Sharp Dohme\u00bb.<\/p>\n<\/div>\n<\/details>\n<h2>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u044b \u0441 CountVectorizer<\/h2>\n<h3>\u041f\u043e\u0434\u0433\u043e\u0442\u043e\u0432\u043a\u0430<\/h3>\n<p>\u0418\u0441\u0445\u043e\u0434\u043d\u044b\u0435 \u0434\u0430\u043d\u043d\u044b\u0435 \u0437\u0430\u0433\u0440\u0443\u0436\u0435\u043d\u044b \u0432 pandas Series.<\/p>\n<pre><code># primary_sponsor.describe() count              824883 unique             160139 top       GlaxoSmithKline freq                 3583 Name: primary_sponsor, dtype: object<\/code><\/pre>\n<p>\u0421\u00a0\u043f\u043e\u043c\u043e\u0449\u044c\u044e CountVectorizer \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u043c \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb. \u041d\u0430\u00a0\u044d\u0442\u043e Google Colab \u0442\u0440\u0430\u0442\u0438\u0442 \u043e\u043a\u043e\u043b\u043e 20\u00a0\u0441\u0435\u043a\u0443\u043d\u0434.<\/p>\n<pre><code class=\"python\"># \u041d\u0435\u043c\u043d\u043e\u0433\u043e \u043f\u043e\u0434\u0447\u0438\u0441\u0442\u0438\u043c HTML-\u0441\u0438\u043c\u0432\u043e\u043b\u044b \u043f\u0435\u0440\u0435\u0434 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u043e\u0439 corpus = primary_sponsor.apply(html.unescape) stop_words=['the', 'an', 'and', 'for', 'of', 'to', 'as', 'or', 'by', 'from'] vectorizer = CountVectorizer(analyzer='word', stop_words=stop_words,                              strip_accents='unicode', ngram_range=(1, 3),                              lowercase=True, binary=True) doc_term = vectorizer.fit_transform(corpus)<\/code><\/pre>\n<p>\u041d\u0430\u00a0\u0447\u0442\u043e \u0442\u0443\u0442 \u043c\u043e\u0436\u043d\u043e \u043e\u0431\u0440\u0430\u0442\u0438\u0442\u044c \u0432\u043d\u0438\u043c\u0430\u043d\u0438\u0435? \u0412\u0430\u0436\u043d\u0430 \u043d\u0430\u0441\u0442\u0440\u043e\u0439\u043a\u0430 <code>binary=True<\/code>. \u041f\u043e\u00a0\u0443\u043c\u043e\u043b\u0447\u0430\u043d\u0438\u044e CountVectorizer \u0441\u0447\u0438\u0442\u0430\u0435\u0442 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0439 \u0442\u0435\u0440\u043c\u0438\u043d\u0430 \u0432\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0438\u00a0\u0438\u043c\u0435\u043d\u043d\u043e \u044d\u0442\u043e \u0447\u0438\u0441\u043b\u043e \u043c\u044b\u00a0\u0432\u0438\u0434\u0438\u043c \u043d\u0430\u00a0\u043f\u0435\u0440\u0435\u0441\u0435\u0447\u0435\u043d\u0438\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0445 \u0441\u0442\u0440\u043e\u043a\u0438 \u0438\u00a0\u0441\u0442\u043e\u043b\u0431\u0446\u0430 \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb. \u041d\u043e\u00a0\u043d\u0430\u043c \u0434\u043b\u044f \u043d\u0430\u0448\u0435\u0439 \u0437\u0430\u0434\u0430\u0447\u0438 \u0432\u0430\u0436\u0435\u043d \u0442\u043e\u043b\u044c\u043a\u043e \u0444\u0430\u043a\u0442 \u043f\u0440\u0438\u0441\u0443\u0442\u0441\u0442\u0432\u0438\u044f \u0442\u0435\u0440\u043c\u0438\u043d\u0430, \u0430\u00a0\u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u0432\u0445\u043e\u0436\u0434\u0435\u043d\u0438\u0439 \u0442\u043e\u043b\u044c\u043a\u043e \u0431\u0443\u0434\u0435\u0442 \u043c\u0435\u0448\u0430\u0442\u044c (\u043f\u043e\u0447\u0435\u043c\u0443\u00a0\u2014 \u0441\u0442\u0430\u043d\u0435\u0442 \u043f\u043e\u043d\u044f\u0442\u043d\u043e \u0434\u0430\u043b\u0435\u0435).<\/p>\n<pre><code>&lt;824883x469143 sparse matrix of type '&lt;class 'numpy.int64'>' with 6958341 stored elements in Compressed Sparse Row format><\/code><\/pre>\n<p>\u041d\u0430\u00a0\u0432\u044b\u0445\u043e\u0434\u0435 \u043f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u044d\u043f\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0437\u043c\u0435\u0440\u0430 \u00ab824883 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430 \u043d\u0430\u00a0470734\u00a0\u0442\u0435\u0440\u043c\u0438\u043d\u0430\u00bb, \u0432\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 6969513\u00a0\u0435\u0434\u0438\u043d\u0438\u0446, \u0430\u00a0\u0432\u0441\u0435 \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u044b\u0435 \u043d\u0443\u043b\u0438. \u0422\u0430\u043a\u0438\u0435 \u043e\u0431\u044a\u0435\u043a\u0442\u044b \u043f\u0440\u0438\u043d\u044f\u0442\u043e \u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0432\u00a0\u00ab\u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u044b\u0445 \u043c\u0430\u0442\u0440\u0438\u0446\u0430\u0445\u00bb, \u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0442\u0438\u043f\u0430 <code>scipy.sparse.csr.csr_matrix<\/code>.<\/p>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u00a01. \u041d\u0430\u0438\u0432\u043d\u044b\u0439<\/h3>\n<p>\u041f\u043e\u0434\u0445\u043e\u0434 \u043f\u0440\u0438\u043c\u0435\u043d\u0438\u043c \u0442\u0430\u043a\u043e\u0439\u00a0\u0436\u0435, \u043a\u0430\u043a \u0432\u00a0\u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u043c\u0430\u0448\u0438\u043d\u0430\u0445. \u0417\u0430\u0434\u0430\u0435\u0442\u0441\u044f \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u044b\u0445 \u0444\u0440\u0430\u0437, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u043e\u0433\u043e\u043d\u044f\u044e\u0442\u0441\u044f \u0447\u0435\u0440\u0435\u0437 \u0432\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440. \u041f\u043e\u043b\u0443\u0447\u0435\u043d\u043d\u0430\u044f \u043c\u0430\u0442\u0440\u0438\u0446\u0430 \u00ab\u0444\u0440\u0430\u0437\u0430\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u043d\u0438\u0440\u0443\u0435\u0442\u0441\u044f, \u0438\u00a0\u043f\u0435\u0440\u0435\u043c\u043d\u043e\u0436\u0435\u043d\u0438\u0435 \u043c\u0430\u0442\u0440\u0438\u0446 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0442\u0435\u0440\u043c\u0438\u043d\u00bb \u0438\u00a0\u00ab\u0442\u0435\u0440\u043c\u0438\u043d\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb \u0434\u0430\u0435\u0442 \u043c\u0430\u0442\u0440\u0438\u0446\u0443 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb, \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u0432\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043f\u043e\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442, \u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0438\u0437\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430 \u043a\u0430\u0436\u0434\u043e\u0439 \u0444\u0440\u0430\u0437\u0435 \u0443\u0434\u0430\u043b\u043e\u0441\u044c \u00ab\u0437\u0430\u0446\u0435\u043f\u0438\u0442\u044c\u00bb. \u0424\u0440\u0430\u0437\u0430, \u0437\u0430\u0446\u0435\u043f\u0438\u0432\u0448\u0430\u044f \u0431\u043e\u043b\u044c\u0448\u0435 \u0432\u0441\u0435\u0433\u043e \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430, \u00ab\u043d\u0430\u0445\u043e\u0434\u0438\u0442\u00bb \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442. \u0410\u00a0\u043f\u043e\u0441\u043a\u043e\u043b\u044c\u043a\u0443 \u0437\u0430\u00a0\u043a\u0430\u0436\u0434\u043e\u0439 \u043f\u043e\u0438\u0441\u043a\u043e\u0432\u043e\u0439 \u0444\u0440\u0430\u0437\u043e\u0439 \u0441\u0442\u043e\u0438\u0442 \u043c\u0435\u0442\u043a\u0430, \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043c\u044b\u00a0\u00ab\u043f\u043e\u043c\u0435\u0442\u0438\u043b\u0438\u00bb \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0447\u0442\u043e \u043d\u0430\u043c \u0438\u00a0\u0442\u0440\u0435\u0431\u043e\u0432\u0430\u043b\u043e\u0441\u044c. \u041a\u0441\u0442\u0430\u0442\u0438, \u0442\u0435\u043f\u0435\u0440\u044c \u043f\u043e\u043d\u044f\u0442\u043d\u043e, \u043f\u043e\u0447\u0435\u043c\u0443 \u0432\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440 \u043d\u0443\u0436\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u0441\u00a0<code>binary=True<\/code>. \u0412\u00a0\u043f\u0440\u043e\u0442\u0438\u0432\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435 \u0447\u0430\u0441\u0442\u043e\u0442\u0430 \u0442\u0435\u0440\u043c\u0438\u043d\u0430 \u0432\u00a0\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0430\u0445 \u043d\u0430\u0447\u0438\u043d\u0430\u0435\u0442 \u0432\u043b\u0438\u044f\u0442\u044c \u043d\u0430\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442.<\/p>\n<p>\u041f\u043e\u043f\u0440\u043e\u0431\u0443\u0435\u043c \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u0442\u044c\u0441\u044f \u0432 \u041c\u0435\u0440\u043a\u0430\u0445. \u0412\u044b\u0431\u0435\u0440\u0435\u043c \u0434\u043b\u044f \u044d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442\u0430 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0444\u0440\u0430\u0437 \u0438 \u0437\u0430\u0434\u0430\u0434\u0438\u043c \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0443\u044e\u0449\u0438\u0435 \u043c\u0435\u0442\u043a\u0438.<\/p>\n<pre><code class=\"python\">phrase = np.array(['MSD', 'Merck Sharp Dohme', 'Merck KGaA', 'Merck Serono']) tag = np.array(['Merck (MSD)', 'Merck (MSD)', 'Merck (KGaA)', 'Merck (KGaA)']) phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose())  # 824883x4 sparse matrix<\/code><\/pre>\n<pre><code class=\"python\">tag_resolver = np.r_[pd.NA, tag] doc_phrase_score = doc_phrase tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<p>\u041d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0435\u0432 \u043a\u00a0\u043a\u043e\u0434\u0443:<\/p>\n<ul>\n<li>\n<p>\u041e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u043d\u0430\u0434 <code>scipy.sparse.csr.csr_matrix<\/code> \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442 <code>np.matrix<\/code>, \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0441\u00a0\u043a\u043e\u0442\u043e\u0440\u043e\u0439 \u043d\u0435\u00a0\u0441\u043e\u0432\u0441\u0435\u043c \u0443\u0434\u043e\u0431\u043d\u043e, \u043b\u0443\u0447\u0448\u0435 \u0441\u0440\u0430\u0437\u0443 \u043f\u0440\u0438\u0432\u043e\u0434\u0438\u0442\u044c \u0435\u0435\u00a0\u043a\u00a0<code>np.array<\/code> \u0438\u00a0\u00ab\u0443\u043f\u043b\u043e\u0449\u0430\u0442\u044c\u00bb.<\/p>\n<\/li>\n<li>\n<p>\u041c\u0435\u0442\u043e\u0434 <code>argmax<\/code> \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u0442\u0430\u043a, \u0447\u0442\u043e \u0435\u0441\u043b\u0438 \u0434\u0432\u0435 \u0444\u0440\u0430\u0437\u044b \u043d\u0430\u0431\u0440\u0430\u043b\u0438 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0435 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e \u00ab\u043e\u0447\u043a\u043e\u0432\u00bb, \u043e\u043d\u00a0\u0443\u043a\u0430\u0436\u0435\u0442 \u043d\u0430\u00a0\u043f\u0435\u0440\u0432\u0443\u044e \u0438\u0437\u00a0\u043d\u0438\u0445, \u043f\u043e\u044d\u0442\u043e\u043c\u0443 \u043f\u043e\u0440\u044f\u0434\u043e\u043a \u0441\u043b\u0435\u0434\u043e\u0432\u0430\u043d\u0438\u044f \u0444\u0440\u0430\u0437 \u0432\u0430\u0436\u0435\u043d: \u0444\u0440\u0430\u0437\u044b \u0438\u0434\u0443\u0449\u0438\u0435 \u0432\u00a0\u043d\u0430\u0447\u0430\u043b\u0435 \u0441\u043f\u0438\u0441\u043a\u0430 \u043e\u0442\u0431\u0438\u0440\u0430\u044e\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443\u00a0\u043f\u043e\u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u0445.<\/p>\n<\/li>\n<li>\n<p>\u0415\u0441\u043b\u0438 \u043d\u0438\u00a0\u043e\u0434\u043d\u0430 \u0444\u0440\u0430\u0437\u0430 \u043d\u0435\u00a0\u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430, \u0438\u00a0\u0432\u00a0\u043c\u0430\u0442\u0440\u0438\u0446\u0435 \u00ab\u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u00a0\u2014 \u0444\u0440\u0430\u0437\u0430\u00bb \u0432\u0441\u044f \u0441\u0442\u0440\u043e\u0447\u043a\u0430 \u0437\u0430\u043f\u043e\u043b\u043d\u0435\u043d\u0430 \u043d\u0443\u043b\u044f\u043c\u0438, \u0442\u043e \u044d\u0442\u043e\u0442 \u0441\u043b\u0443\u0447\u0430\u0439 \u043d\u0443\u0436\u043d\u043e \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c, \u0447\u0442\u043e\u0431\u044b \u043e\u0442\u043b\u0438\u0447\u0438\u0442\u044c \u0435\u0433\u043e \u043e\u0442\u00a0\u0432\u044b\u0431\u043e\u0440\u0430 \u043c\u0435\u0442\u043a\u0438 \u043f\u043e\u0434 \u043d\u0443\u043b\u0435\u0432\u044b\u043c \u0438\u043d\u0434\u0435\u043a\u0441\u043e\u043c.<\/p>\n<\/li>\n<\/ul>\n<p>\u0421\u0440\u0430\u0437\u0443 \u0432\u044b\u044f\u0441\u043d\u044f\u0435\u0442\u0441\u044f, \u0447\u0442\u043e \u043d\u0430\u0448\u0438 \u0444\u0440\u0430\u0437\u044b \u043d\u0430\u043e\u0442\u043c\u0435\u0447\u0430\u043b\u0438 \u043a\u043e\u0435-\u0447\u0442\u043e \u043b\u0438\u0448\u043d\u0435\u0435. \u041f\u043e\u043f\u0430\u0434\u044e\u0442\u0441\u044f \u0441\u0442\u0440\u043e\u0447\u043a\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0442 KGaA, \u043d\u043e\u00a0\u043d\u0435\u00a0\u0438\u043c\u0435\u044e\u0442 \u043e\u0442\u043d\u043e\u0448\u0435\u043d\u0438\u044f \u043a\u00a0Merck. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u00abBristol-Myers Squibb GmbH &amp;\u00a0Co. KGaA\u00bb \u0438\u043b\u0438 \u00abDr\u00e4gerwerk AG\u00a0&amp;\u00a0Co. KGaA\u00bb.<\/p>\n<p>\u0427\u0442\u043e \u0441\u00a0\u044d\u0442\u0438\u043c \u0434\u0435\u043b\u0430\u0442\u044c? \u041c\u044b\u00a0\u043c\u043e\u0436\u0435\u043c \u00ab\u044d\u043a\u0440\u0430\u043d\u0438\u0440\u043e\u0432\u0430\u0442\u044c\u00bb KGaA, \u0434\u043e\u0431\u0430\u0432\u0438\u0432 \u0444\u0440\u0430\u0437\u044b \u00abBristol Myers Squibb\u00bb, \u0438 \u00abDr\u00e4gerwerk\u00a0AG\u00bb \u0432\u00a0\u0441\u043f\u0438\u0441\u043e\u043a \u0444\u0440\u0430\u0437 <strong>\u0434\u043e<\/strong>\u00a0\u00abMerck KGaA\u00bb. \u0412\u00a0\u0440\u0435\u0430\u043b\u044c\u043d\u043e\u0439 \u0436\u0438\u0437\u043d\u0438 \u0442\u0430\u043a \u043d\u0435\u00a0\u0434\u0435\u043b\u0430\u044e\u0442. \u0411\u0430\u0437\u0430 \u043e\u0431\u043d\u043e\u0432\u0438\u0442\u0441\u044f, \u043d\u0430\u0448 \u0444\u0438\u043b\u044c\u0442\u0440 \u043e\u043f\u044f\u0442\u044c \u0437\u0430\u0445\u0432\u0430\u0442\u0438\u0442 \u043b\u0438\u0448\u043d\u0435\u0435, \u0438\u00a0\u0441\u043d\u043e\u0432\u0430 \u043f\u0440\u0438\u0434\u0435\u0442\u0441\u044f \u043c\u0435\u043d\u044f\u0442\u044c \u0441\u043f\u0438\u0441\u043e\u043a \u0444\u0440\u0430\u0437. \u041d\u0443\u0436\u043d\u043e \u043e\u0433\u0440\u0430\u043d\u0438\u0447\u0438\u0442\u044c \u00ab\u0447\u0443\u0432\u0441\u0442\u0432\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c\u00bb \u0444\u0440\u0430\u0437\u044b.<\/p>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 2. \u041e\u0441\u043d\u043e\u0432\u043d\u043e\u0439<\/h3>\n<p>\u0414\u043e\u0431\u0430\u0432\u0438\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440 \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0433\u043e \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0430 \u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0444\u0440\u0430\u0437\u0430 \u0434\u043e\u043b\u0436\u043d\u0430 \u043e\u0431\u043d\u0430\u0440\u0443\u0436\u0438\u0442\u044c \u0432 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442\u0435 \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442 \u0441\u0447\u0438\u0442\u0430\u043b\u0441\u044f \u0430\u0441\u0441\u043e\u0446\u0438\u0438\u0440\u043e\u0432\u0430\u043d\u043d\u044b\u043c \u0441 \u0444\u0440\u0430\u0437\u043e\u0439 (\u0438 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e, \u0441 \u043c\u0435\u0442\u043a\u043e\u0439).<\/p>\n<pre><code>min_terms = np.array([1, 4, 3, 3])  phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose()) tag_resolver = np.r_[pd.NA, tag]  d_min_terms = scipy.sparse.diags(min_terms - 1, dtype=int) doc_phrase_score = doc_phrase - doc_phrase.sign().dot(d_min_terms) doc_phrase_score.data.clip(0, out=doc_phrase_score.data) doc_phrase_score.eliminate_zeros()  tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<p>\u0421\u0442\u0430\u043b\u043e \u043b\u0443\u0447\u0448\u0435. \u0421\u0442\u0440\u043e\u0447\u043a\u0438, \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0435 KGaA, \u043d\u043e \u043d\u0435 \u0432\u043a\u043b\u044e\u0447\u0430\u044e\u0449\u0438\u0435 Merck, \u043f\u0440\u043e\u043f\u0430\u043b\u0438.<\/p>\n<p>\u041a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0438 \u043a \u043a\u043e\u0434\u0443:<\/p>\n<ul>\n<li>\n<p>\u0420\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0\u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u044b\u043c\u0438 \u043c\u0430\u0442\u0440\u0438\u0446\u0430\u043c\u0438 \u0438\u043c\u0435\u0435\u0442 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438. \u041c\u043d\u043e\u0433\u0438\u0435 \u043f\u0440\u0438\u0432\u044b\u0447\u043d\u044b\u0435 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0438 \u0432\u043e\u0437\u0432\u0440\u0430\u0449\u0430\u044e\u0442 \u043e\u0431\u044b\u0447\u043d\u0443\u044e \u00ab\u043f\u043b\u043e\u0442\u043d\u0443\u044e\u00bb \u043c\u0430\u0442\u0440\u0438\u0446\u0443, \u0430\u00a0\u044d\u0442\u043e\u0433\u043e \u0432\u0441\u044f\u0447\u0435\u0441\u043a\u0438 \u043d\u0443\u0436\u043d\u043e \u0438\u0437\u0431\u0435\u0433\u0430\u0442\u044c, \u0438\u043d\u0430\u0447\u0435 \u043c\u043e\u0436\u0435\u0442 \u043d\u0435\u00a0\u0445\u0432\u0430\u0442\u0438\u0442\u044c \u043f\u0430\u043c\u044f\u0442\u0438. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u043a\u043e\u0434 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0441\u043b\u0435\u0433\u043a\u0430 \u0441\u0442\u0440\u0430\u043d\u043d\u043e. \u041d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u044b\u00a0\u043c\u043e\u0433\u043b\u0438\u00a0\u0431\u044b \u043f\u0440\u043e\u0441\u0442\u043e \u0432\u044b\u0447\u0435\u0441\u0442\u044c <code>min_terms<\/code> \u0438\u0437\u00a0\u043c\u0430\u0442\u0440\u0438\u0446\u044b <code>doc_phrase<\/code>, \u0438\u00a0\u044d\u0442\u043e \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u043e\u00a0\u0431\u044b \u043a\u043e\u0440\u0440\u0435\u043a\u0442\u043d\u043e, \u043a\u0430\u0436\u0434\u0430\u044f \u0441\u0442\u0440\u043e\u043a\u0430 <code>doc_phrase<\/code> \u0443\u043c\u0435\u043d\u044c\u0448\u0438\u043b\u0430\u0441\u044c\u00a0\u0431\u044b \u043d\u0430\u00a0\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u0432\u0435\u043a\u0442\u043e\u0440\u0430 <code>min_terms<\/code>, \u043d\u043e\u00a0\u0432\u00a0\u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u0435 \u043c\u044b\u00a0\u0431\u044b \u043f\u043e\u0442\u0435\u0440\u044f\u043b\u0438 \u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u043e\u0441\u0442\u044c.<\/p>\n<\/li>\n<li>\n<p>\u041a\u00a0\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f\u043c \u0440\u0430\u0437\u0440\u0435\u0436\u0435\u043d\u043d\u043e\u0439 \u043c\u0430\u0442\u0440\u0438\u0446\u044b \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0434\u043e\u0441\u0442\u0443\u043f \u043d\u0430\u043f\u0440\u044f\u043c\u0443\u044e \u0447\u0435\u0440\u0435\u0437 \u0430\u0442\u0440\u0438\u0431\u0443\u0442 <code>.data<\/code>, \u0447\u0435\u043c \u043c\u043e\u0436\u043d\u043e \u0432\u043e\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c\u0441\u044f, \u0435\u0441\u043b\u0438 \u043c\u0435\u0442\u043e\u0434 \u043d\u0435\u00a0\u0440\u0435\u0430\u043b\u0438\u0437\u043e\u0432\u0430\u043d \u0434\u043b\u044f \u043c\u0430\u0442\u0440\u0438\u0446\u044b, \u043d\u043e\u00a0\u0435\u0441\u0442\u044c \u0432\u00a0numpy (\u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u0441\u043b\u0443\u0447\u0430\u0435, \u043c\u0435\u0442\u043e\u0434 <code>clip<\/code> \u043f\u0440\u0438\u0433\u043e\u0434\u0438\u043b\u0441\u044f \u0434\u043b\u044f \u0442\u043e\u0433\u043e, \u0447\u0442\u043e\u0431\u044b \u0443\u0431\u0440\u0430\u0442\u044c \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f).<\/p>\n<\/li>\n<\/ul>\n<h3>\u042d\u043a\u0441\u043f\u0435\u0440\u0438\u043c\u0435\u043d\u0442 3. \u0421 \u043e\u0431\u043d\u0443\u043b\u0435\u043d\u0438\u0435\u043c<\/h3>\n<p>\u041c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u044b\u0439 \u0443\u0440\u043e\u0432\u0435\u043d\u044c \u0441\u0440\u0430\u0431\u0430\u0442\u044b\u0432\u0430\u043d\u0438\u044f\u00a0\u2014 \u043d\u0435\u00a0\u043f\u0430\u043d\u0430\u0446\u0435\u044f. \u0427\u0442\u043e \u0434\u0435\u043b\u0430\u0442\u044c, \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0447\u0442\u043e\u0431\u044b \u0444\u0440\u0430\u0437\u0430 \u00abMSD\u00bb \u043d\u0435\u00a0\u0437\u0430\u0445\u0432\u0430\u0442\u044b\u0432\u0430\u043b\u0430 \u0432\u043e\u0442 \u0442\u0430\u043a\u0443\u044e \u0441\u0442\u0440\u043e\u043a\u0443: \u00abWorld Health Organization (WHO)\/The Department of\u00a0Mental Health and Substance Abuse (MSD) (Switzerland)\u00bb? \u041c\u043e\u0436\u043d\u043e \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043c\u0435\u0442\u043a\u0443 \u0434\u043b\u044f World Health Organization, \u0438\u00a0\u043e\u043d\u0430 \u0437\u0430\u0445\u0432\u0430\u0442\u0438\u0442 \u043d\u0443\u0436\u043d\u0443\u044e \u0441\u0442\u0440\u043e\u043a\u0443 \u0440\u0430\u043d\u044c\u0448\u0435, \u0447\u0435\u043c MSD, \u043d\u043e\u00a0\u043d\u0430\u0441 \u0432\u00a0\u0434\u0430\u043d\u043d\u043e\u043c \u043f\u0440\u043e\u0435\u043a\u0442\u0435 \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0443\u044e\u0442 \u0442\u043e\u043b\u044c\u043a\u043e \u043a\u043e\u043c\u043c\u0435\u0440\u0447\u0435\u0441\u043a\u0438\u0435 \u043e\u0440\u0433\u0430\u043d\u0438\u0437\u0430\u0446\u0438\u0438.<\/p>\n<p>\u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u00ab\u043e\u0431\u043d\u0443\u043b\u044f\u0442\u043e\u0440\u043e\u0432\u00bb. \u042d\u0442\u043e \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u044c\u043d\u044b\u0435 \u00ab\u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u044b\u0435\u00bb \u0444\u0440\u0430\u0437\u044b. \u0415\u0441\u043b\u0438 \u043e\u0442\u0440\u0438\u0446\u0430\u0442\u0435\u043b\u044c\u043d\u0430\u044f \u0444\u0440\u0430\u0437\u0430 \u043d\u0430\u0445\u043e\u0434\u0438\u0442 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442, \u0442\u043e\u00a0\u044d\u0442\u043e\u0442 \u0434\u043e\u043a\u0443\u043c\u0435\u043d\u0442 \u0438\u0441\u043a\u043b\u044e\u0447\u0430\u0435\u0442\u0441\u044f \u0438\u0437\u00a0\u043f\u043e\u0438\u0441\u043a\u0430 \u043f\u043e\u00a0\u043e\u0441\u043d\u043e\u0432\u043d\u043e\u0439 \u0444\u0440\u0430\u0437\u0435.<\/p>\n<p>\u0412\u00a0\u043d\u0430\u0448\u0435\u043c \u043f\u0440\u0438\u043c\u0435\u0440\u0435 \u0435\u0441\u043b\u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u0444\u0440\u0430\u0437\u0443 \u00abWHO\u00bb \u043a\u00a0\u043f\u043e\u043b\u043e\u0436\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u00abMSD\u00bb, \u0442\u043e\u00a0\u0441\u0442\u0440\u043e\u0447\u043a\u0438, \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0449\u0438\u0435 \u00abWHO\u00bb \u043d\u0435\u00a0\u0431\u0443\u0434\u0443\u0442 \u043f\u043e\u043c\u0435\u0447\u0435\u043d\u044b \u00abMSD\u00bb, \u043d\u0435\u0437\u0430\u0432\u0438\u0441\u0438\u043c\u043e \u043e\u0442\u00a0\u0442\u043e\u0433\u043e, \u0435\u0441\u0442\u044c \u0432\u00a0\u043d\u0438\u0445 \u00abMSD\u00bb \u0438\u043b\u0438 \u043d\u0435\u0442. \u0412\u043e\u00a0\u0432\u0441\u0451\u043c \u043e\u0441\u0442\u0430\u043b\u044c\u043d\u043e\u043c \u0430\u043b\u0433\u043e\u0440\u0438\u0442\u043c \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u0430\u043d\u0430\u043b\u043e\u0433\u0438\u0447\u043d\u043e.<\/p>\n<pre><code class=\"python\">nullifiers = ['WHO', '', '', '']  phrase_term = vectorizer.transform(phrase) doc_phrase = doc_term.dot(phrase_term.transpose()) tag_resolver = np.r_[pd.NA, tag]  d_min_terms = scipy.sparse.diags(min_terms - 1, dtype=int) doc_phrase_score = doc_phrase - doc_phrase.sign().dot(d_min_terms) doc_phrase_score.data.clip(0, out=doc_phrase_score.data) doc_phrase_score.eliminate_zeros()  nullifier_term = vectorizer.transform(nullifier) doc_nullifier = doc_term.dot(nullifier_term.transpose()) # \u0415\u0434\u0438\u043d\u0438\u0446\u044b \u0442\u043e\u043b\u044c\u043a\u043e \u0442\u0430\u043c, \u0433\u0434\u0435 \u0441\u0440\u0430\u0431\u043e\u0442\u0430\u043b\u0430 \u0438 \u0444\u0440\u0430\u0437\u0430, \u0438 \u043e\u0431\u043d\u0443\u043b\u044f\u0442\u043e\u0440: null_score_mark = doc_phrase_score.sign().multiply(doc_nullifier.sign()) doc_phrase_score -= doc_phrase_score.multiply(null_score_mark)  tag_idx = np.array(doc_phrase_score.argmax(axis=1).flat) na_shift = np.sign(doc_phrase_score.sum(axis=1).flat) doc_tag = tag_resolver[tag_idx + na_shift] series_tag = pd.Series(doc_tag, index=corpus.index)<\/code><\/pre>\n<h2>\u0420\u0430\u0431\u043e\u0447\u0438\u0439 \u0432\u0430\u0440\u0438\u0430\u043d\u0442<\/h2>\n<p>\u041a\u043e\u0434, \u0441\u043e\u043f\u0440\u043e\u0432\u043e\u0436\u0434\u0430\u044e\u0449\u0438\u0439 \u0441\u0442\u0430\u0442\u044c\u044e \u0434\u043e\u0441\u0442\u0443\u043f\u0435\u043d \u043f\u043e\u043b\u043d\u043e\u0441\u0442\u044c\u044e \u0432\u00a0\u0432\u0438\u0434\u0435 <a href=\"https:\/\/colab.research.google.com\/drive\/180EpL2Gosl6ogKPHzob3lC5a9qKi-dAr?usp=sharing\" rel=\"noopener noreferrer nofollow\">\u043d\u043e\u0443\u0442\u0431\u0443\u043a\u0430 Google Colab<\/a>.<\/p>\n<p>\u0412\u00a0\u043d\u0435\u0433\u043e \u0434\u043e\u0431\u0430\u0432\u043b\u0435\u043d\u0430 \u0444\u0443\u043d\u043a\u0446\u0438\u043e\u043d\u0430\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0445 \u0441\u043b\u043e\u0432. \u0418\u0445\u00a0\u043f\u0440\u0435\u0434\u043d\u0430\u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u0440\u043e\u0449\u0435 \u043f\u043e\u043d\u044f\u0442\u044c \u043d\u0430\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0435.<\/p>\n<p>\u0414\u043e\u043f\u0443\u0441\u0442\u0438\u043c, \u0443\u00a0\u043d\u0430\u0441 \u0444\u0440\u0430\u0437\u0430 \u00abMerck Co\u00a0Inc\u00bb. \u0412\u0435\u043a\u0442\u043e\u0440\u0438\u0437\u0430\u0442\u043e\u0440 \u0440\u0430\u0437\u043e\u0431\u044c\u0451\u0442 \u0435\u0451\u00a0\u043d\u0430\u00a06\u00a0\u0442\u0435\u0440\u043c\u0438\u043d\u043e\u0432: \u00abMerck\u00bb, \u00abCo\u00bb, \u00abInc\u00bb, \u00abMerck Co\u00bb,<\/p>\n<\/div>\n<\/div>\n<\/div>\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-341943","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/341943","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=341943"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/341943\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=341943"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=341943"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=341943"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}