ЛитРес: ИИ-анализ авторского стиля и сюжетных линий книг
Сервис электронных и аудиокниг ЛитРес: модуль выделения тегов по авторскому стилю и сюжетным линиям книг для рекомендаций читателям. Z-union выбрали по итогам акселератора «Формула IT», проект занял 7 месяцев.
Задача
ЛитРес, крупнейший сервис электронных и аудиокниг в СНГ, выступил индустриальным партнёром акселератора «Формула IT» с задачей на анализ художественных текстов. Нужно было научиться автоматически собирать смысловое ядро книги: особенности авторского стиля и ключевые сюжетные линии, чтобы точнее рекомендовать читателям релевантные произведения.
Решение
Среди команд, которые представили концепции решения, выбрали Z-union, и по итогам акселератора мы заключили договор на разработку.
Что сделано:
- Анализ текстов литературных произведений и алгоритмы, которые выявляют особенности авторского стиля
- Выделение ключевых сюжетных моментов и линий книги
- Модуль, который присваивает книгам теги по стилю и сюжету
- Рекомендательные алгоритмы, которые по этим признакам находят наиболее релевантные и интересные читателю произведения
Результат
- Модуль выделения тегов по авторскому стилю и сюжетным линиям разработан за 7 месяцев и передан заказчику в 2021 году
- Весной 2021 года технология внедрялась в ЛитРес
Об опыте «Формулы IT» Роберт Васильев рассказывал в интервью Радио России. Задачи по анализу больших текстовых массивов мы решаем в формате заказной разработки ИИ.
Похожие кейсы
NLP
Arkeda
Данные в бумажных документах получить сложно и медленно Бумаги требуют много ручного труда и человеческих ресурсов Оцифрованные документы содержат много ошибок Неструктурированные данные приводят к сбоям в принятии решений Многие отрасли тонут в б...
NLP
AI Documents - Платформа kosynka
Договоры компании предусматривают разнообразные условия. При этом существенная часть условий автоматизированно не учитываются и не контролируются
NLP
Модель автоматической классификации текстов обращений клиентов
Автоматизировать процесс классификации входного потока текстовой информации по тематическим разделам