Uvod u NLP
NLP (Obrada prirodnog jezika) bit će najveći skok čovječanstva u bliskoj budućnosti i na polju AI dosad. Čitatelji se ne zbunjuju s bilo kakvom sličnošću s holivudskim filmom Willa Smitha - iRobota . Nema nikakve sličnosti s njim. Da vidimo što je to točno NLP i zašto je toliko hypea povezano s njim.
Sigurno ste čuli ta imena negdje Google Assistant, Siri, Alexa i Cortana. Sada je vrijeme dodati još jedan dodatak na ovaj popis, da, govorimo o GOOGLE DUPLEX-u.
Rekavši da je ovaj blog u potpunosti fokusiran na uvođenje u NLP, a ne na Google Duplex, ali za naše čitatelje pružili smo svojevrsni najnoviji i najrelevantniji praktični primjer NLP-a. GOOGLE DUPLEX je budućnost GOOGLE ASSISTANT-a.
Što je NLP?
Definicija je vrlo jednostavna ako razumijete 3 riječi tj. Obrada prirodnog jezika. NLP uključuje strojeve ili robote kako bi razumjeli ljudski jezik, način na koji mi ljudi pričamo kako bi mogli učinkovito komunicirati s nama.
To znači automatski obrađivanje ljudskog jezika.
Klasifikacije NLP-a
U gornjem odjeljku proučavali smo uvod u NLP, pa ćemo sada razgovarati o klasifikaciji NLP-a.
NLP je svrstan u dva područja -
- Prirodno razumijevanje jezika
- Prirodni jezik generacije
Fonologija se odnosi na znanost o razumijevanju zvuka, morfologija se odnosi na tvorbu riječi, a sintaksa se odnosi na strukturu dok se pragmatika odnosi na razumijevanje.
Komponente NLP-a
Kao što smo već saznali o Uvodu u NLP, tako nam javite o komponenti NLP-a. Ovdje su dvije stvari koje smo raspravljali u odjeljku o klasifikaciji. Ove dvije stvari su nužne za bilo kakvu komunikaciju. Prvo je razumijevanje, a drugo je generacija (poznata i kao odgovor u češćem jeziku). Kad ljudi razgovaraju jedni s drugima, prvo što drugi ljudi čine je razumijevanje konteksta. Kasnije formulirajte odgovor u skladu s tim da ima smisla. To pokušavaju reći dva termina, a razumijevanje prirodnog jezika znači razumijevanje konteksta, a generacija prirodnog jezika odnosi se na razuman odgovor na kontekst.
Razumijevanje prirodnog jezika : ako znate što je dvosmislenost (različito značenje bilo koje određene stvari), tada ovaj izraz ima izravan odnos prema ovoj riječi.
- Leksički (razina riječi) - Leksički rad na razini riječi, zamislite bilo koju riječ koja se koristi kao glagol i koristi se i kao imenica. Oni su presudni za odlučivanje o NLP-u
- Sintaktički (Parsiranje) - Parsiranje je vrsta sinonima za sintaktičke veze za NLP. Npr. "Nazovite me taksijem" ova rečenica ima dvije implikacije ako mislite. Jedan je zahtjev da se dobije taksi, dok drugi navodi da; moje ime je taksi pa me nazovite taksijem. To je sintaktičko što svoju ulogu postavlja na razini rečenice.
- Referenca - Pogledajte novi scenarij kako biste ovo bolje razumjeli. "Alex je otišao Daveu; rekao je da je gladan ". Ovo je samo objašnjenje kojim se pokazuje koliko složene interpretacije mogu biti za razumijevanje računala u početnoj fazi NLP-a. Dakle, u gornjoj izjavi za koju osobu se misli zbrka da računalo za razumijevanje dvije osobe (znači Alex ili Dave).
Generacija prirodnog jezika : Dakle, stroj je shvatio da smo ih zamolili da nešto urade, a sada je došao red da pruže pravi odgovor i povratne informacije. NLG radi istu stvar.
- Planiranje teksta - To znači jednostavno tekst iz baze znanja, baš kao što i mi ljudi imamo vokabular koji nam pomaže u oblikovanju rečenica.
- Izrada rečenice - Rasporedite sve riječi i napravite aranžman po smislenom obrascu.
- Realizacija teksta - Za obradu svih rečenica u pravilnom slijedu ili redoslijedu i davanje izlaza naziva se realizacija teksta.
Povijest NLP-a
Do 1940. ovaj izraz ne postoji, ali prvi pojam koji je došao bio je "Strojni prijevod (MT)". Ruski i engleski jezik bili su istaknuti jezici koji su radili nakon ove tehnologije. Krajem šezdesetih započeo je neki utjecajni posao vezan uz AI, a LUNAR i WINOGRAD SHRDLU nosili su njihova imena.
Primjena NLP-a
NLP ima širok spektar primjenjivosti. Istražen je samo tip ledene brijeg, a ostatak je još uvijek u tijeku. Do sada su područja poput strojnog prijevoda, detekcija neželjene pošte, ekstrakcija informacija, sažetak i odgovaranje na pitanja neka od istraženih i obrađenih područja.
- Strojno prevođenje je vrlo važno jer je čitav svijet prisutan na mreži, a zadatak podataka koji su dostupni svakom pojedincu je ogroman izazov. Jezična barijera najviše pridonosi izazovu, jer je svaki jezik povezan sa mnoštvom struktura i gramatika.
- Filtriranje neželjene pošte funkcionira pomoću kategorizacije teksta i u posljednje vrijeme primjenjuju se razne tehnike strojnog učenja na kategorizaciju teksta ili filtriranje neželjene pošte kao što su Rule learning, Naïve Bayes modeli.
- Vađenje informacija tiče se identificiranja relevantnijih i ispravnijih tekstualnih podataka. Mnogo je aplikacija za koje je izvlačenje entiteta poput imena, mjesta, datuma i vremena moćan način sažetka relevantnih informacija ovisno o potrebama korisnika.
- Sažetak, Kako smo trenutno okruženi podacima, što znači našu sposobnost razumijevanja. Budući da su podaci u stalnom porastu, a potražnja je za mogućnost sažimanja s točnim značenjem. To nam daje bolju priliku za manipulaciju podacima i za donošenje potrebnih odluka (što NLP pokušava učiniti).
Prednosti NLP-a
Iako se čitav uvod u NLP članak vrti okolo i govori na jedan ili drugi način kako bi NLP mogao olakšati naš život. S obzirom na našu detaljnu raspravu, pravo je vrijeme da se razgovaraju o svim prednostima s gledišta aplikacije -
- Automatsko rezimiranje sa čitljivim sažetkom klika
- Rezolucija ko-reference
- Analiza diskursa
- Bolji rezultat
- Traži obradu prijevoda
- Više vađenja podataka i veći rast podataka
- Složeni rezultati pretraživanja
Tehnologije koje koriste NLP
- Analiza mentalnih bolesti
- Elektronski nadzor zdravlja
- NLP algoritmi
- Pretraživanje NLP mjesta
Preporučeni članci
Ovo je vodič za Uvod u NLP. Ovdje smo razgovarali o njegovoj klasifikaciji, sastavnici i prednostima NLP-a. Možete i proći naše druge predložene članke da biste saznali više -
- Uvod u Blockchain
- Uvod u CSS
- Uvod u Windows
- Uvod u IOT