Ежемесячный выпуск

Июльское издание: Привет, Siri, что я имею в виду?

Обработка естественного языка и будущее ИИ

К настоящему времени многие из нас уже взаимодействовали со встроенным помощником устройства. Возможно, намеренно или даже говоря: «Ты серьезно?» слишком близко к айфону. Будь то Алекса, Сири или кто-то еще, кто живет внутри вашего любимого смарт-устройства; он использует обработку естественного языка (НЛП) в сочетании с распознаванием речи, чтобы понимать вас, давать соответствующие ответы на ваши вопросы, а иногда даже учиться. Но что такое НЛП? Проще говоря, это машина, пытающаяся анализировать, конструировать и резюмировать текст, чтобы говорить или писать, как это сделал бы человек. НЛП предлагает практическое применение искусственного интеллекта, который многие люди используют регулярно.

Итак, как это работает? Ключ к успеху НЛП лежит в глубоких и повторяющихся нейронных сетях. Глубокие нейронные сети (DNN) и рекуррентные нейронные сети (RNN) обучаются с использованием десятков тысяч слов и предложений для наиболее точного прогнозирования ответов при тестировании на фразах, которые еще предстоит увидеть. Подробнее о глубоких нейронных сетях можно прочитать здесь. Как и многие алгоритмы машинного обучения, DNN и RNN имеют свои недостатки при использовании для прогнозов. Например, когда вы хотели ввести у меня бублик со сливочным сыром, ваш телефон мог предложить вам рогалик со сливочными мухами или что-то подобное нажатию клавиш для сыра. По мере совершенствования НЛП будут улучшаться и эти прогнозы.

Независимо от того, используете ли вы умного помощника, автоматическое меню телефона или просто пытаетесь набрать сообщение, НЛП используется во многих делах, которые мы делаем каждый день.

Хотите узнать больше об обработке естественного языка? Вот некоторые из наших самых популярных статей по этой теме!

Софи Манн, младший редактор

Практическое руководство по обработке естественного языка (Часть I) - Обработка и понимание текста

Автор Дипанджан (DJ) Саркар - читать за 31 мин.

Проверенные и проверенные практические стратегии для решения задач НЛП

Как создать семантический поиск на естественном языке для произвольных объектов с помощью глубокого обучения

Авторы Хамель Хусейн и Хо-Сян Ву - чтение 13 мин.

Сквозной пример того, как построить систему, которая может семантически искать объекты.

Обработка естественного языка для сопоставления нечетких строк с помощью Python

От Сьюзан Ли - чтение 5 мин.

Когда мы сравниваем цены на номера в отелях на разных сайтах, мы должны убедиться, что сравниваем яблоки с яблоками.

Введение в обработку текста на естественном языке

От Венцислав Йорданов - читать за 16 мин.

Прочитав это сообщение в блоге, вы узнаете некоторые основные методы извлечения функций из текста, чтобы использовать эти функции в качестве входных данных для моделей машинного обучения.

Ваш путеводитель по обработке естественного языка (НЛП)

Автор Диего Лопес Исе - читается за 13 мин.

Как машины обрабатывают и понимают человеческий язык

Обработка естественного языка: от основ до использования RNN и LSTM

От Вибхор Нигам - читать можно за 11 мин.

Подробное введение во все концепции, распространенные в мире обработки естественного языка.

Дрейк - Использование обработки естественного языка, чтобы понять его тексты

Автор Брэндон Пунтуро - читается за 8 мин.

Мы точно знаем, что работы Дрейка популярны, но почему большинство его песен стали такими хитами? Это производство? Это маркетинг?

Новые видео

Новые подкасты

Мы также благодарим всех замечательных новых писателей, которые недавно присоединились к нам К. Дельфино, Дивьяншу Марва, Люк Вассор, Иннеке Маячита, Дэниэл Чен, Скотт Роговски, До Ли, Гийс ван ден Дул, Мирко Саваста, Клэр Саллинг, Тьяго Карвалью, Тодд Кук, Алекс Шуп, Пол Стубли, Виктория Чунг, Мацей Д. Корзец, Каран Прахарадж, Апурва Джоши, Элод Пал Чирмаз, Ян Хо , Угур Эртас, Джон Макаллистер и многие другие. Мы приглашаем вас взглянуть на их профили и ознакомиться с их работой.