upd home page (index.rst)

Author: voorhs

docs/source/index.rst

@@ -8,20 +8,40 @@ AutoIntent documentation
 
 **AutoIntent** is an open source tool for automatic configuration of a text classification pipeline for intent prediction.
 
-`See us on GitHub! <https://github.com/deeppavlov/AutoIntent>`_
+.. `See us on GitHub! <https://github.com/deeppavlov/AutoIntent>`_
 
-Check out the :doc:`usage` section to begin with, including :ref:`installation <installation>` section.
+.. Check out the :doc:`usage` section to begin with, including :ref:`installation <installation>` section.
 
 .. note::
 
    This project is under active development.
 
+Задача распознавания интентов является одной из основных подзадач создания задачеориентированных диалоговых систем наряду с написанием сценария и заполнением слотов. Диалоговая система в широком смысле --- это текстовый интерфейс взаимодействия с некоторым сервисом (будь то сервис по заказу еды или по получению информации о банковском счете). Обычно сервис поддерживает конечное количество API методов, которые вызываются во время диалога с пользователем. Чтобы определить, какой метод нужен в данный момент диалога используются классификаторы интентов. Если рассуждать в терминах машинного обучения, то это задача классификации текстов. 
+
+Проект AutoIntent предлагает пользователям следующее:
+
+- удобная библиотека методов для классификации интентов, с которыми можно работать в sklearn-like формате "fit-predict".
+- AutoML-подход к созданию классификаторов, при котором достаточно лишь загрузить небольшой набор размеченных данных
+
+Хороший классификатор интентов должен учитывать особенности задачи создания диалоговой системы:
+
+- Множественность домена. Количество API методов может быть достаточно большим, чтобы самому обучить классификатор
+- Детекция out-of-domain примеров. Необходимо обрабатывать случаи, когда пользователь высказывает неподдерживаемые интенты.
+- Множественность интента. В один момент диалога для некоторых задач может возникать сразу несколько взаимодополняющих интентов, и тогда, если рассуждать в терминах машинного обучения, задача сводится к multilabel классификации.
+- Огромный набор существующих методов и их гиперпараметров. Как говорится, "для данной задачи можно перебрать много гиперпараметров, и вы будете перебирать эти гиперпараметры".
+- Скупость обучающей выборки. Собрать разнообразную выборку из примеров реплик и тем более целых диалогов достаточно сложно.
+- Использование ML-классификаторов совместно с rule-based подходом.
+
+Four of five problems перечисленных в этом списке решаются использованием библиотеки AutoIntent!
+
 .. toctree::
    :maxdepth: 2
    :caption: Contents:
 
+   quickstart
    usage
    api
    tutorials
+   concepts
 
 Try out our :py:func:`autointent.generation.description_generation.get_utterances_by_id` function.