Introduksjon til NLP
NLP (Natural Language Processing) kommer til å være det største spranget for menneskeheten i nær fremtid og innen AI så langt. Leserne forveksler deg ikke med likhet med Hollywood-filmen til Will Smith - iRobot . Ingen likhet med det på noen måte. La oss se hva NLP er, og hvorfor det er så mye hype knyttet til det.
Du må ha hørt disse navnene et sted Google Assistant, Siri, Alexa og Cortana. Nå er det på tide å legge til et tillegg til denne listen, ja vi snakker om GOOGLE DUPLEX.
Med å si at denne bloggen er fullstendig fokusert på introduksjon til NLP og ikke på Google Duplex, men for leserne våre har vi gitt et slags siste og mest relatable praktiske eksempel på NLP. GOOGLE DUPLEX er fremtiden til GOOGLE ASSISTANT.
Hva er NLP?
Definisjonen er veldig enkel hvis du forstår de tre ordene, dvs. Natural Language Processing. NLP involverer maskiner eller roboter for å forstå menneskers språk, måten vi mennesker snakker på, slik at de effektivt kan kommunisere med oss.
Det betyr bearbeiding av menneskelig språk automatisk.
Klassifiseringer av NLP
I seksjonen Over har vi studert Introduksjon til NLP, så nå skal vi diskutere klassifiseringen av NLP.
NLP er klassifisert i to områder -
- Naturlig språkforståelse
- Naturlig språkgenerering
Fonologi refererer til vitenskapen om å forstå lyd, Morfologi refererer til orddannelse, og syntaks refererer til struktur mens Pragmatikk refererer til forståelse.
Komponenter til NLP
Som vi allerede har lært om introduksjonen til NLP, så la oss få vite om komponenten i NLP. Her er det to ting som vi har diskutert i klassifiseringsdelen. For at all kommunikasjon skal skje, er disse to tingene nødvendige. Den første er forståelse og den andre er en generasjon (som kjent å svare på mer vanlig språk). Når mennesker snakker med hverandre, er det første mennesket gjør å forstå konteksten. Senere formulere responsen deretter som gir mening. Dette er hva de to begrepene prøver å si, med naturlig språkforståelse betyr det å forstå konteksten og Naturlig språkgenerering forholder seg til fornuftig respons på konteksten.
Natural Language Understanding : Hvis du vet hva som er tvetydighet (annen betydning av en bestemt ting), så har dette begrepet en direkte relasjon til dette ordet.
- Leksikalsk (ordnivå) - Leksikalsk arbeid på ordnivå, forestill deg ethvert ord som brukes som et verb og også brukes som substantiv. Disse er avgjørende for å bestemme for NLP
- Syntaktisk (Parsing) - Parsing er et slags synonym for syntaktisk i henhold til NLP. Eg. “Ring meg en drosje” har denne setningen to implikasjoner hvis du tror. Den ene er en forespørsel om å få en drosje mens den andre implementeringen sier; jeg heter drosje, så kall meg en drosje. Dette er syntaktisk som legger sin rolle på et setningsnivå.
- Henvisning - La oss se et nytt scenario for å forstå dette bedre. “Alex dro til Dave; han sa at han var sulten ”. Dette er bare en forklaringserklæring for å demonstrere hvor komplekse tolkningene kan være for datamaskinene å forstå i sin første NLP-fase. Så i ovennevnte uttalelse er forvirringen for en datamaskin å forstå to han er ment for hvilken person (betyr Alex eller Dave).
Naturlig språkgenerering : Så maskinen har forstått at vi ba dem om å gjøre noe, og kom nå til deres tur for å gi et riktig svar eller tilbakemelding. NLG gjør det samme.
- Tekstplanlegging - Dette betyr å ren tekst fra kunnskapsbasen, akkurat som vi mennesker har et ordforråd som hjelper oss å ramme opp setninger.
- Setningsskaping - Å ordne alle ordene og lage en ordning i et meningsfylt mønster.
- Tekstrealisering - Å behandle alle setningene i en riktig sekvens eller rekkefølge og gi utdata kalles tekstrealisering.
NLPs historie
Til 1940 har dette begrepet ingen eksistens, men det aller første begrepet som kom var 'Machine Translation (MT)'. Russisk og engelsk var fremtredende språk som arbeidet etter denne teknologien. Sent på 1960-tallet har noe innflytelsesrikt arbeid med AI begynt, og LUNAR og WINOGRAD SHRDLU ble utført i deres navn.
Anvendelse av NLP
NLP har et bredt spekter av anvendbarhet. Bare et tips av isfjellfunksjonene har blitt utforsket, og hvile pågår fortsatt. Så langt er områder som maskinoversettelse, e-postdeteksjon av e-post, utvinning av informasjon, oppsummering og svar på spørsmål noen av de utforskede og arbeidet områdene.
- Maskinoversettelse er veldig viktig ettersom hele verden er til stede på nettet og oppgaven med data tilgjengelig for hver enkelt er en enorm utfordring. Språkbarriere bidrar mest til utfordringen, med hvert språk som er tilknyttet er et mangfold av struktur og grammatikk.
- Spamfiltrering fungerer ved bruk av tekstkategorisering, og i nyere tid har forskjellige maskinlæringsteknikker blitt brukt til tekstkategorisering eller anti-spamfiltrering, akkurat som Rule learning, Naïve Bayes-modeller.
- Informasjon utvinning bekymrer seg for å identifisere mer relevante og korrekte tekstdata. Det er mange applikasjoner for dem, og å trekke ut enheter som navn, steder, datoer og klokkeslett er en kraftig måte å oppsummere relevant informasjon i henhold til brukerens behov.
- Oppsummering, Som vi for øyeblikket er omgitt av data, som betyr vår evne til å forstå det. Siden data er på en stadig økende trend og muligheten til å oppsummere dem med nøyaktig mening er høy etterspurt. Dette gir oss en bedre sjanse til å manipulere data og også ta nødvendige beslutninger (som NLP prøver å gjøre).
Fordeler med NLP
Selv om hele introduksjonen til NLP-artikkelen dreier seg om og snakker på en eller annen måte NLP kan gjøre livet vårt enklere. Når det gjelder vår detaljerte diskusjon, er det riktig tidspunkt å diskutere alle fordelene fra et brukssynspunkt -
- Automatisk oppsummering med et klikklesbart sammendrag
- Co-referanse oppløsning
- Diskursanalyse
- Bedre resultat
- Søk prosessering oversettelse
- Mer datautvinning og mer datavekst
- Komplekse søkeresultater
Teknologier som bruker NLP
- Psykisk analyse
- Elektronisk helseovervåking
- NLP-algoritmer
- NLP-nettstedssøk
Anbefalte artikler
Dette har vært en guide til Introduksjon til NLP. Her diskuterte vi klassifiseringen, komponenten og fordelene ved NLP. Du kan også gå gjennom andre foreslåtte artikler for å lære mer -
- Introduksjon til Blockchain
- Introduksjon til CSS
- Introduksjon til Windows
- Introduksjon til IOT