Johdanto NLP: hen

NLP (luonnollisen kielen prosessointi) on lähitulevaisuudessa ja AI: n alalla toistaiseksi suurin ihmiskunnan harppaus. Lukijat eivät sekoita itseään mihinkään vastaavuuteen Will Smithin - iRobotin Hollywood-elokuvan kanssa. Ei mitään muistuttavaa sitä. Katsotaanpa mikä NLP tarkalleen on ja miksi siihen liittyy niin paljon hypeä.

Sinun on täytynyt olla kuullut nämä nimet jossain Google Assistant, Siri, Alexa ja Cortana. Nyt on aika lisätä vielä yksi lisäys tähän luetteloon. Kyllä, puhumme GOOGLE DUPLEXista.

Sanomalla, että tämä blogi on keskittynyt täysin NLP: n esittelyyn eikä Google Duplexiin, mutta lukijoillemme olemme tarjonneet eräänlaisen viimeisimmän ja relatiivisimman käytännön esimerkin NLP: stä. GOOGLE DUPLEX on GOOGLE ASSISTANTin tulevaisuus.

Mikä on NLP?

Määritelmä on hyvin yksinkertainen, jos ymmärrät kolme sanaa eli luonnollisen kielen käsittely. NLP: ssä koneet tai robotit ymmärtävät ihmisten kieltä, tavasta, jolla ihmiset puhumme, jotta he voivat kommunikoida tehokkaasti kanssamme.

Se tarkoittaa ihmisen kielen automaattista käsittelyä.

NLP: n luokitukset

Yllä olevassa jaksossa olemme tutkineet Johdanto NLP: hen, joten keskustelemme nyt NLP: n luokittelusta.

NLP luokitellaan kahteen alueeseen -

  • Luonnollinen kielen ymmärtäminen
  • Luonnollinen kielen sukupolvi

Fonologia viittaa äänen ymmärtämisen tieteeseen, morfologia viittaa sananmuodostukseen ja syntaksi viittaa rakenteeseen, kun taas pragmatiikka viittaa ymmärrykseen.

NLP: n komponentit

Kuten olemme jo oppineet NLP: n johdannosta, kerro meille NLP: n osasta. Tässä on kaksi asiaa, joista olemme keskustelleet luokitusosiossa. Jotta viestintä tapahtuisi, nämä kaksi asiaa ovat välttämättömiä. Ensimmäinen on ymmärtäminen ja toinen on sukupolvi (jota kutsutaan vastaamiseksi yleisellä kielellä). Kun ihminen puhuu keskenään, ensimmäinen asia, mitä toinen ihminen tekee, on ymmärtää asiayhteys. Myöhemmin muotoillaan vastaus sen mukaan, mikä on järkevää. Juuri nämä kaksi termiä yrittävät sanoa, luonnollisen kielen ymmärtäminen tarkoittaa kontekstin ymmärtämistä, ja luonnollisen kielen luominen liittyy järkevään vasteeseen tilanteeseen.

Luonnollisen kielen ymmärtäminen : Jos tiedät mikä on epäselvyyttä (minkä tahansa tietyn asian eri merkitys), tällä termällä on suora yhteys tähän sanaan.

  • Leksinen (sanataso) - Leksinen teos sanatasolla, kuvittele mikä tahansa sana, jota käytetään verbinä ja jota käytetään myös substantiivina. Nämä ovat ratkaisevan tärkeitä NLP: n kannalta
  • Syntaktinen (jäsennys) - Jäsennys on eräänlainen synonyymi syntaktiikalle NLP: n mukaan. Esim. "Kutsu minua ohjaamoon" tällä lauseella on kaksi merkitystä, jos luulet. Yksi on pyyntö ohjaamon hankkimiseksi, kun taas toinen toteutus sanoo; Nimeni on ohjaamo, joten kutsu minua ohjaamoon. Tämä on syntaktiikkaa, jolla on rooli lausetasolla.
  • Referenssi - Annetaan nähdä uusi skenaario ymmärtääksesi tätä paremmin. ”Alex meni Daven luo; hän sanoi olevansa nälkäinen ”. Tämä on vain selitys, joka osoittaa, kuinka monimutkaiset tulkinnat voivat olla tietokoneiden ymmärtämään alkuperäisessä NLP-vaiheessaan. Joten, yllä olevassa lausunnossa sekavuus tietokoneen ymmärtämiseksi kahdesta hänestä on tarkoitettu jollekin henkilölle (tarkoittaa Alex tai Dave).

Luonnollisen kielen luominen : Joten kone on ymmärtänyt, että pyysimme heitä tekemään jotain, tulevat nyt vuorolleen antamaan asianmukaista vastausta tai palautetta. NLG tekee saman asian.

  • Tekstin suunnittelu - Tämä tarkoittaa tekstin selkeyttämistä tietokannasta, aivan kuten meillä ihmisillä on sanastoa, joka auttaa meitä rajaamaan lauseita.
  • Lauseen teko - Järjestä kaikki sanat ja tehdä järjestely merkityksellisellä tavalla.
  • Tekstin toteutus - Kaikkien lauseiden käsittelemistä oikeassa järjestyksessä tai järjestyksessä ja tulosteen antamista kutsutaan tekstin toteutukseksi.

NLP: n historia

Tätä 1940-luvulla tätä termiä ei ole olemassa, mutta ensimmäinen termi, joka tuli, oli 'konekäännös (MT)'. Venäjä ja englanti olivat merkittäviä kieliä, jotka käyttivät tätä tekniikkaa. 1960-luvun lopulla jokin vaikuttava työ AI: n suhteen on alkanut, ja LUNAR ja WINOGRAD SHRDLU kannettiin heidän nimissään.

NLP: n soveltaminen

NLP: llä on laaja sovellettavuus. Vain jäävuoren huippuominaisuuksia on tutkittu, ja lepo on edelleen kesken. Toistaiseksi alueet, kuten konekääntäminen, sähköpostin roskapostin havaitseminen, tiedon keruu, yhteenveto ja kysymyksiin vastaaminen, ovat joitain tutkituista ja työskennellyistä alueista.

  • Konekäännös on erittäin tärkeä, koska koko maailma on läsnä verkossa ja jokaiselle yksilöiden saatavilla olevien tietojen tehtävä on valtava haaste. Kieli este vaikuttaa eniten haasteeseen, sillä jokainen kieli liittyy moniin rakenteisiin ja kielioppiin.
  • Roskapostinsuodatus toimii tekstiluokittelulla ja viime aikoina tekstin luokitteluun tai roskapostin torjuntaan on sovellettu erilaisia ​​koneoppimistekniikoita, kuten sääntöoppiminen, Naive Bayes -mallit.
  • Tiedonkeruu koskee asiaankuuluvien ja oikeiden tekstitietojen tunnistamista. On monia sovelluksia, joille kokonaisuuksien, kuten nimien, paikkojen, päivämäärien ja ajan, purkaminen on tehokas tapa koota yhteen merkitykselliset tiedot käyttäjän tarpeiden mukaan.
  • Yhteenveto: Koska meitä ympäröi tällä hetkellä data, mikä tarkoittaa kykyämme ymmärtää sitä. Koska tiedot ovat jatkuvasti kasvussa ja kyky tiivistää ne tarkalleen, on suuri kysyntä. Tämä antaa meille paremman mahdollisuuden manipuloida tietoja ja myös tehdä tarvittavia päätöksiä (mitä NLP yrittää tehdä).

NLP: n edut

Vaikka koko NLP-artikkelin johdanto kiertää ja puhuu jollakin tai toisella tavalla, NLP voi helpottaa elämäämme. Yksityiskohtaisen keskustelun suhteen on oikea aika keskustella kaikista eduista sovelluksen kannalta -

  • Automaattinen yhteenveto napsautuksella luettavalla yhteenvedolla
  • Yhteenvetoresoluutio
  • Diskurssianalyysi
  • Parempi tulos
  • Haun käsittely käännös
  • Lisää tiedon poiminta ja lisää datan kasvua
  • Monimutkaiset hakutulokset

NLP: tä käyttävät tekniikat

  • Psyykkisten sairauksien analyysi
  • Sähköinen terveydentilan seuranta
  • NLP-algoritmit
  • NLP-sivustohaku

Suositellut artikkelit

Tämä on ollut opas Johdanto NLP: hen. Tässä keskustelimme sen luokituksesta, komponentista ja NLP: n eduista. Voit myös käydä läpi muiden ehdotettujen artikkeleidemme saadaksesi lisätietoja -

  1. Johdanto lohkoketjuun
  2. Johdanto CSS: ään
  3. Johdanto Windowsiin
  4. Johdatus IOT: iin

Luokka: