6.1 KiB
प्राकृतिक भाषा प्रशोधनसँग सुरु गर्दै
प्राकृतिक भाषा प्रशोधन (NLP) भनेको कम्प्युटर प्रोग्रामले मानिसको बोल्ने र लेख्ने भाषा बुझ्ने क्षमता हो - जसलाई प्राकृतिक भाषा भनिन्छ। यो कृत्रिम बुद्धिमत्ता (AI) को एक घटक हो। NLP ५० वर्षभन्दा बढी समयदेखि अस्तित्वमा छ र भाषाविज्ञानको क्षेत्रमा यसको जरा छ। यो सम्पूर्ण क्षेत्रले मेसिनलाई मानव भाषा बुझ्न र प्रशोधन गर्न मद्दत पुर्याउन केन्द्रित छ। यसलाई त्यसपछि स्पेल जाँच वा मेसिन अनुवाद जस्ता कार्यहरू गर्न प्रयोग गर्न सकिन्छ। यसको चिकित्सा अनुसन्धान, खोज इन्जिनहरू र व्यापार बुद्धिमत्ताजस्ता विभिन्न क्षेत्रहरूमा वास्तविक जीवनका अनुप्रयोगहरू छन्।
क्षेत्रीय विषय: युरोपेली भाषा र साहित्य र युरोपका रोमान्टिक होटलहरू ❤️
यस पाठ्यक्रमको यस खण्डमा, तपाईंलाई मेसिन लर्निङको सबैभन्दा व्यापक प्रयोगमध्ये एकमा परिचय गराइनेछ: प्राकृतिक भाषा प्रशोधन (NLP)। कम्प्युटेशनल भाषाविज्ञानबाट व्युत्पन्न, कृत्रिम बुद्धिमत्ताको यो श्रेणी मानिस र मेसिनबीचको आवाज वा पाठ्यात्मक सञ्चारको माध्यम हो।
यी पाठहरूमा हामी NLP को आधारभूत कुरा सिक्नेछौं, साना संवादात्मक बोटहरू निर्माण गरेर मेसिन लर्निङले यी संवादहरूलाई कसरी 'स्मार्ट' बनाउँदै लगेको छ भन्ने कुरा बुझ्नेछौं। तपाईं समयको यात्रा गर्दै, Jane Austen को क्लासिक उपन्यास Pride and Prejudice, जुन १८१३ मा प्रकाशित भएको थियो, बाट Elizabeth Bennett र Mr. Darcy सँग कुराकानी गर्नेछौं। त्यसपछि, तपाईं युरोपका होटल समीक्षाहरूको माध्यमबाट भावना विश्लेषण सिकेर आफ्नो ज्ञानलाई अझ अगाडि बढाउनुहुनेछ।
फोटो Elaine Howlin द्वारा Unsplash मा
पाठहरू
- प्राकृतिक भाषा प्रशोधनमा परिचय
- सामान्य NLP कार्यहरू र प्रविधिहरू
- मेसिन लर्निङसँग अनुवाद र भावना विश्लेषण
- तपाईंको डेटा तयार गर्दै
- भावना विश्लेषणका लागि NLTK
श्रेय
यी प्राकृतिक भाषा प्रशोधन पाठहरू Stephen Howell द्वारा ☕ सहित लेखिएका हुन्।
अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादहरूमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।