NLP i jezyk

Wskazywanie wyrażeń w tekście, które odnoszą się do tej samej encji w świecie rzeczywistym.

Określanie właściwego znaczenia wieloznacznego słowa w danym kontekście spośród jego możliwych sensów.

Przypisywanie każdemu słowu w tekście etykiety gramatycznej kategorii (rzeczownik, czasownik itd.) na podstawie kontekstu.

Analiza zdania prowadząca do wyznaczenia jego struktury gramatycznej w postaci drzewa zależności lub drzewa składników.

Architektura przekształcająca wejściową sekwencję w wyjściową o potencjalnie innej długości, złożona z kodera i dekodera.

Automatyczne wydobywanie ustrukturyzowanych danych (encji, relacji, zdarzeń) z tekstu nieustrukturyzowanego.

Wykrywanie i klasyfikowanie w tekście fragmentów odnoszących się do encji nazwanych, takich jak osoby, organizacje czy miejsca.

Miara jakości modelu językowego wyrażająca, jak bardzo model jest zaskoczony danymi testowymi; niższa wartość oznacza lepsze dopasowanie.

Automatyczne przekładanie tekstu lub mowy z jednego języka naturalnego na inny za pomocą metod obliczeniowych.

Określanie nacechowania emocjonalnego lub postawy (pozytywnej, negatywnej, neutralnej) wyrażonej w tekście.

Przypisywanie dokumentów lub fragmentów tekstu do z góry zdefiniowanych kategorii na podstawie ich treści.

Nienadzorowane odkrywanie ukrytych tematów w zbiorze dokumentów jako rozkładów prawdopodobieństwa nad słowami.

Ciągła sekwencja n elementów (słów lub znaków) wyodrębniona z tekstu, używana do modelowania statystycznego języka.

Dział sztucznej inteligencji zajmujący się automatyczną analizą i generowaniem tekstu oraz mowy w językach ludzkich za pomocą metod obliczeniowych.

Sprowadzanie form wyrazowych do ich podstawowej formy słownikowej (lematu) z uwzględnieniem kontekstu morfologicznego.

Heurystyczne obcinanie końcówek wyrazów do wspólnego rdzenia, bez gwarancji poprawności słownikowej wyniku.

Podział słów na częstsze podjednostki, łączący zalety reprezentacji znakowej i wyrazowej oraz ograniczający problem słów spoza słownika.

Miara wagi terminu łącząca częstość jego występowania w dokumencie z odwrotną częstością w całym korpusie (term frequency-inverse document frequency).

Reprezentacja tekstu jako zbioru częstości występowania słów z pominięciem ich kolejności i struktury składniowej.

Duży, uporządkowany zbiór tekstów lub nagrań mowy gromadzony do badań lingwistycznych i trenowania modeli.