3.2 KiB
Aloittaminen luonnollisen kielen käsittelyssä
Luonnollisen kielen käsittely (NLP) tarkoittaa tietokoneohjelman kykyä ymmärtää ihmisen kieltä sellaisena kuin sitä puhutaan ja kirjoitetaan – eli luonnollisena kielenä. Se on osa tekoälyä (AI). NLP on ollut olemassa yli 50 vuotta ja sillä on juuret kielitieteen alalla. Koko ala keskittyy auttamaan koneita ymmärtämään ja käsittelemään ihmisen kieltä. Tätä voidaan käyttää tehtäviin, kuten oikeinkirjoituksen tarkistukseen tai konekäännökseen. NLP:llä on monia käytännön sovelluksia eri aloilla, kuten lääketieteellisessä tutkimuksessa, hakukoneissa ja liiketoimintatiedon analysoinnissa.
Alueellinen aihe: Eurooppalaiset kielet ja kirjallisuus sekä romanttiset hotellit Euroopassa ❤️
Tässä opintokokonaisuuden osassa tutustut yhteen koneoppimisen yleisimmistä käyttötavoista: luonnollisen kielen käsittelyyn (NLP). Tekoälyn osa-alue, joka pohjautuu laskennalliseen kielitieteeseen, toimii sillan rakentajana ihmisten ja koneiden välillä ääni- tai tekstipohjaisen viestinnän kautta.
Näissä oppitunneissa opimme NLP:n perusteet rakentamalla pieniä keskustelubotteja, jotta ymmärrämme, miten koneoppiminen auttaa tekemään näistä keskusteluista yhä "älykkäämpiä". Matkaamme ajassa taaksepäin keskustelemaan Elizabeth Bennettin ja Mr. Darcyn kanssa Jane Austenin klassisesta romaanista Ylpeys ja ennakkoluulo, joka julkaistiin vuonna 1813. Sen jälkeen syvennämme osaamistamme oppimalla sentimenttianalyysistä eurooppalaisten hotelliarvostelujen avulla.
Kuva: Elaine Howlin palvelussa Unsplash
Oppitunnit
- Johdatus luonnollisen kielen käsittelyyn
- Yleiset NLP-tehtävät ja -tekniikat
- Konekäännös ja sentimenttianalyysi koneoppimisen avulla
- Datan valmistelu
- NLTK sentimenttianalyysiin
Tekijät
Nämä luonnollisen kielen käsittelyn oppitunnit on kirjoitettu ☕:n kera Stephen Howell
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.