Sissejuhatus NLP-sse
NLP (looduskeele töötlemine) on lähitulevikus ja AI valdkonnas seni suurim inimkonna hüpe. Lugejad ei aja end segadusse ühegi sarnasusega Will Smithi Hollywoodi filmiga - iRobot . Ei mingit sarnasust sellega. Vaatame, mis täpselt on NLP ja miks on sellega seotud nii palju hüpe.
Peate neid nimesid kuulma kuskil Google Assistantis, Siri, Alexas ja Cortanas. Nüüd on aeg lisada sellesse loendisse veel üks täiendus, jah, me räägime GOOGLE DUPLEXist.
Öeldes, et see ajaveeb keskendub täielikult NLP tutvustamisele, mitte Google Duplexile, kuid oleme oma lugejate jaoks pakkunud omamoodi uusima ja kõige relatiivsema praktilise näite NLP-st. GOOGLE DUPLEX on GOOGLE ASSISTANTi tulevik.
Mis on NLP?
Määratlus on väga lihtne, kui mõistate kolme sõna, st looduskeele töötlemist. NLP hõlmab masinaid või roboteid, et mõista inimkeelt - seda, kuidas me inimesed räägime, et nad saaksid meiega tõhusalt suhelda.
See tähendab inimkeele automaatset töötlemist.
NLP klassifikatsioonid
Ülaltoodud jaotises oleme uurinud NLP sissejuhatust, nii et nüüd arutame NLP klassifitseerimist.
NLP on jagatud kahte valdkonda -
- Looduslik keele mõistmine
- Loodusliku keele põlvkond
Fonoloogia viitab heli mõistmise teadusele, morfoloogia sõnade moodustamisele ja süntaks struktuurile, pragmaatika aga mõistmisele.
NLP komponendid
Nagu oleme juba NLP sissejuhatusest teada saanud, andke meile siis teada NLP komponendist. Siin on kaks asja, mida oleme klassifitseerimise osas arutanud. Igasuguse suhtluse jaoks on need kaks asja vajalikud. Esimene on mõistmine ja teine on põlvkond (mida tuntakse kui levinumas keeles vastamist). Kui inimene omavahel räägib, on esimene asi, mida teine inimene teeb, selle konteksti mõistmine. Hiljem sõnastage vastus vastavalt, mis on mõistlik. See on see, mida kaks terminit üritavad öelda, koos looduskeele mõistmisega tähendab see konteksti mõistmist ja looduskeele genereerimine on seotud mõistliku reageerimisega kontekstile.
Looduskeele mõistmine : kui teate, mis on mitmetähenduslikkus (mõne konkreetse asja erinev tähendus), on sellel terminil selle sõnaga otsene seos.
- Leksikaalne (sõna tase) - leksikaalne teos sõna tasemel, kujutage ette mis tahes sõna, mida kasutatakse tegusõnana ja mida kasutatakse ka nimisõnana. Need on NLP jaoks otsustamisel üliolulised
- Süntaktiline (parsimine) - parsimine on NLP-i puhul teatud tüüpi süntaktiline sünonüüm. Nt. Sellel lausel “helistage kabiiniks” on teie arvates kaks tähendust. Üks on taotlus kabiini saamiseks, samas kui teine teostus ütleb; minu nimi on kabiin, nii et helistage mulle kabiiniks. See on süntaktiline, mis paneb oma rolli lause tasemel.
- Soovitus - vaadake uut stsenaariumi, et seda paremini mõista. “Alex läks Dave'i juurde; ta ütles, et on näljane ”. See on lihtsalt selgitav avaldus, mis näitab, kui keerukad võivad arvutid olla nende NLP-etapi mõistmiseks arusaadavad. Niisiis, ülaltoodud avalduses on segadus kahe arvuti mõistmiseks mõeldud arvuti jaoks mõeldud selle inimese jaoks (tähendab Alexit või Dave'i).
Looduskeele genereerimine : Nii et masin on aru saanud, et palusime neil midagi ette võtta, tulge nüüd oma kord pakkuma korralikku vastust või tagasisidet. NLG teeb sama asja.
- Teksti planeerimine - see tähendab teksti kirjutamist teadmistebaasist, täpselt nagu meil, inimestel, on sõnavara, mis aitab meil lauseid raamida.
- Lausete tegemine - kõigi sõnade korraldamiseks ja tähendusliku mustri koostamiseks.
- Teksti realiseerimine - kõigi lausete õiges järjestuses või järjekorras töötlemist ja väljundi andmist nimetatakse teksti realiseerimiseks.
NLP ajalugu
Kuni 1940. aastani seda terminit ei eksisteerinud, kuid esimene tulnud termin oli masintõlge (MT). Vene ja inglise keel olid selle tehnoloogia järgimisel silmapaistvad keeled. 1960ndate lõpus on alanud mõni mõjukas AI-alane töö ning LUNAR ja WINOGRAD SHRDLU kandsid oma nime.
NLP rakendamine
NLP-l on lai rakendusspekter. Uuritud on ainult jäämägede tippude tippu ja puhkus on endiselt pooleli. Siiani on uuritud ja töötatud valdkonnad, nagu masintõlge, rämpsposti tuvastamine, teabe eraldamine, kokkuvõtted ja küsimustele vastamine.
- Masintõlge on väga oluline, kuna kogu maailm on veebis kohal ja igaühele juurdepääsetavate andmete ülesanne on tohutu väljakutse. Keelebarjäär annab väljakutsele kõige suurema panuse - iga sellega seotud keel on arvukas struktuur ja grammatika.
- Rämpsposti filtreerimine toimib teksti kategoriseerimise abil ja viimasel ajal on tekstide kategoriseerimisel või rämpspostivastasel filtreerimisel rakendatud erinevaid masinõppe tehnikaid, nagu reeglite õppimisel, Naive Bayes'i mudelitel.
- Teabe hankimine on seotud asjakohasemate ja õigete tekstiandmete tuvastamisega. On palju rakendusi, mille jaoks üksuste, näiteks nimede, kohtade, kuupäevade ja kellaaegade eraldamine on võimas viis asjakohase teabe kokkuvõtmiseks vastavalt kasutaja vajadustele.
- Kokkuvõte: Kuna meid ümbritsevad praegu andmed, mis tähendab meie võimet seda mõista. Kuna andmed on pidevalt kasvavas trendis ja on vaja neid täpse tähendusega kokku võtta, on suur nõudlus. See annab meile paremad võimalused andmetega manipuleerimiseks ja ka vajalike otsuste vastuvõtmiseks (just seda NLP üritab teha).
NLP eelised
Kuigi kogu NLP artikli sissejuhatus keerleb ja räägib mingil või teisel viisil, võib NLP meie elu lihtsamaks muuta. Meie üksikasjaliku arutelu osas on õige aeg arutada kõiki eeliseid rakenduse seisukohast -
- Automaatne kokkuvõte klõpsamisel loetava kokkuvõttega
- Kaasviite resolutsioon
- Diskursuse analüüs
- Parem tulemus
- Otsingutöötluse tõlge
- Rohkem andmete eraldamist ja andmete kasvu
- Keerulised otsingutulemid
NLP-d kasutavad tehnoloogiad
- Vaimuhaiguste analüüs
- Elektrooniline tervisekontroll
- NLP algoritmid
- NLP saidi otsing
Soovitatavad artiklid
See on olnud NLP sissejuhatuse juhend. Siin arutasime selle klassifikatsiooni, komponenti ja NLP eeliseid. Lisateavet leiate ka meie muudest soovitatud artiklitest -
- Blockchaini sissejuhatus
- CSS-i sissejuhatus
- Sissejuhatus Windowsi
- Sissejuhatus IOT-i