自然言語処理 (自然言語処理) 自然言語で書かれたテキストのインテリジェントな分析を扱うコンピュータサイエンスとコンピュータサイエンスの分野です, すなわち, の 自然言語テキストによるコンピューティング.
NLPの目的は 自然言語で記述されたドキュメントに含まれる情報へのアクセスを容易にする, だけでなく 再利用を促進する. これを行うには, NLPは、 テキストの分析と理解のプロセスを自動化するための方法と技術の開発.
NLPは研究分野です 学際的 さまざまな分野の知識と技術を引き出す, として 計算言語学, 人工知能, 言語学, 心理学と統計.
起源
NLPはコンピューティングの始まりにまでさかのぼります, 20世紀半ばに. の 1952, 科学者 アラン・チューリング 提案された テスト・ド・チューリング, と 人工知能実験 これは、機械が別の機械を装って人間を欺くことができるかどうかをテストすることで構成されていました。.
この実験から, 最初の試み 機械に人間の言語を理解させる. この問題に最初に対処したのは言語学者でした ノーム・チョムスキー, 誰が 1957 提案された 普遍文法, 許可した正式な文法モデル すべての人間の言語を説明する.
の十年で 1960, 科学者 マーヴィン・ミンスキー 提案された 心の社会モデル, 人間の脳を次のように理解できると仮定した人工知能の理論 シンプルマインド学会. この理論はNLPの開発に非常に影響を与えました。, から 自然言語処理のための人工知能技術の活用を促進.
の十年で 1970, 科学者 テリー・ウィノグラード を開発しました シュルドル, と 人工知能プログラム 自然言語コマンドを理解し、仮想世界で実行できる. SHRDLUは、 人間の言語を理解する最初の人工知能プログラム, NLPの開発に非常に影響を与えました.
NLPが直面する問題
NLPは多くのことに直面しています 問題 自然言語でのテキストの処理を妨げるもの.
の 最初の問題 彼です 人間の言語 同じ. 人間の言語は 非常に強力なツール, しかし、それはまた 非常に複雑 y 多くの不規則性があります. これはそれを作ります 人間の言語を理解できるプログラムを構築することは非常に困難です.
の 第二の問題 は、 曖昧さ. 人間の言語は言語です 紛らわしい, すなわち, 複数の意味を持つ多くの単語があります. これはそれを作ります テキストの意味を理解するのは非常に難しい.
の 第三の問題 は、 複雑さ. 人間の言語は言語です 非常に複雑, y それらの文法構造は非常に複雑です. これはそれを作ります 人間の言語のテキストを処理することは非常に難しい.
NLPのアプリケーション
NLPは、さまざまな用途で使用されています。 アプリケーション.
の 最初のアプリケーション 彼です 音声認識. 音声認識は、 音声をテキストに変換する. この手法は、 Siriのようなアプリ, グーグルナウとコルタナ.
の 2番目のアプリケーション 彼です 機械翻訳. 自動翻訳は、 ある言語から別の言語にテキストを翻訳する. この手法は、 グーグル翻訳やマイクロソフト翻訳などのアプリ.
の 3番目のアプリケーション 彼です 感情分析. 感情分析は、 テキストで表現された感情を特定する. この手法は、 Google Sentiment Analysis や Microsoft Azure Text Analytics などのアプリケーション.
NLPの利点と欠点
NLPは、一連の アドバンテージ y 欠点.
ザ アドバンテージ PLNのは次のとおりです:
- NLPは許可します 自然言語で書かれたテキストに含まれる情報にアクセスする.
- NLPは許可します テキストに含まれる情報を再利用する.
- NLPは研究分野です 学際的.
ザ 欠点 PLNのは次のとおりです:
- NLPは多くのことに直面しています 問題 自然言語でのテキストの処理を妨げるもの.
- NLPは研究分野です 比較的新しい y 常に進化し続ける.
- NLPには コンピュータリソース y 人間.
自然言語処理のためのユーチューブチャンネル
自然言語処理 (自然言語処理) 人間の言語の分析と理解を扱う人工知能とコンピュータサイエンスの分野です。.
自然言語処理実習コース
あなたが興味を持っているなら 自然言語処理, 以下のコースをお勧めします:
これらのコースでは、次のようなトピックについて学ぶことができます。 機械学習, ディープラーニング, テキスト分析, パターン認識, 等.
あなたにぴったりのコースが見つかることを願っています!!