Tiếp theoHướng dẫn tiếp theo
Cách viết bài phát biểu về đám cưới hoặc sự kiện bằng AI
Ngôn ngữ AI
HƯỚNG DẪN AI về ngôn ngữ
Việc gắn thẻ phần lời nói sẽ gán các danh mục ngữ pháp như danh từ, động từ hoặc tính từ cho các mã thông báo trong ngữ cảnh.
Nghe hướng dẫn nàyAI thuật lại · ~3 min
Các chú thích này giúp mô tả cấu trúc ngôn ngữ, đồng thời chúng khác với cả danh mục tài liệu và quan hệ phụ thuộc.
Một từ có thể thuộc các loại ngữ pháp khác nhau tùy thuộc vào cách sử dụng nó. Sách là một danh từ trong đọc sách và là động từ trong sách chuyến bay. Do đó, trình gắn thẻ sử dụng ngữ cảnh thay vì giả định rằng mục từ điển xác định một thẻ cố định. Đơn vị liên quan là mã thông báo và quy ước chú thích đã chọn sẽ ảnh hưởng đến nội dung được tính là danh mục. Tác phẩm tiếng Anh thường sử dụng thẻ Penn Treebank. Bộ cốt lõi của nó chứa 36 thẻ phần lời nói, với các thẻ dấu câu bổ sung cũng được sử dụng trong chú thích. NN biểu thị một danh từ số ít hoặc đại chúng, JJ là tính từ và VBD là động từ ở thì quá khứ. Thẻ chi tiết phân biệt các thuộc tính ngôn ngữ mà khoảng không quảng cáo thô hơn có thể trình bày riêng biệt. Phụ thuộc phổ quát phiên bản 2 xác định 17 danh mục POS phổ quát, bao gồm DANH SÁCH, ĐỘNG TỪ, ADJ và PUNCT, cho khung chú thích được chia sẻ. Các tính năng bổ sung của nó có thể thể hiện các thuộc tính ngoài danh mục cốt lõi. Các loại POS cũng cần được phân biệt với các mối quan hệ phụ thuộc. NOUN mô tả một phạm trù từ, trong khi nsubj mô tả mối quan hệ chủ ngữ danh nghĩa với phần đầu cú pháp. Danh từ không tự động là chủ ngữ của mọi câu mà nó xuất hiện. Trình gắn thẻ mô hình Markov ẩn cổ điển coi thẻ là trạng thái ẩn và các từ là quan sát. Họ chấm điểm chuỗi thẻ bằng cách sử dụng chuyển tiếp giữa các thẻ và phát ra các từ được gắn thẻ. Thay vào đó, người gắn thẻ thần kinh có thể tìm hiểu các biểu diễn theo ngữ cảnh và dự đoán các danh mục mã thông báo. Cả hai cách tiếp cận đều yêu cầu đánh giá dựa trên tập thẻ và tập dữ liệu đã được xác định; tuyên bố về độ chính xác đối với văn bản sạch không được chỉ định không phải là kết quả chung.
So sánh thể loại sách trong việc đọc sách và đặt chuyến bay.
Kiểm tra các chú thích Penn Treebank NN, VBD và JJ trong văn bản tiếng Anh.
Thêm tính năng POS vào thử nghiệm nhận dạng thực thể được đặt tên.
So sánh các danh mục từ Phụ thuộc phổ quát với các nhãn quan hệ cú pháp.
Nghiên cứu gắn thẻ có thể đánh giá các ngôn ngữ, đăng ký, quy ước mã thông báo và kho lưu trữ chú thích khác nhau. Một mô hình được đánh giá trên tiếng Anh đã được chỉnh sửa có thể hoạt động khác nhau đối với các tin nhắn không chính thức hoặc một kho ngữ liệu chuyên biệt. Các so sánh sẽ xác định xem họ sử dụng thẻ Penn chi tiết hay danh mục phổ quát và giải thích dữ liệu được đưa ra. Các chú thích rõ ràng có thể vẫn hữu ích cho việc phân tích ngôn ngữ và các quy trình nhỏ hơn ngay cả khi một hệ thống khác học ngầm cấu trúc. Độ chính xác, khả năng truy cập ngữ cảnh và chi phí tính toán là các phép đo riêng biệt và kết quả tốt trên một điểm chuẩn không giải quyết được hiệu suất gắn thẻ trong mọi cài đặt.
Bản tin miễn phí
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Việc gắn thẻ phần lời nói sẽ gán các danh mục ngữ pháp như danh từ, động từ hoặc tính từ cho các mã thông báo trong ngữ cảnh. Các chú thích này giúp mô tả cấu trúc ngôn ngữ, đồng thời chúng khác với cả danh mục tài liệu và quan hệ phụ thuộc.
Các danh mục POS mô tả các lớp từ ngữ pháp hơn là các chủ đề tài liệu hoặc nhận dạng thực thể.
Những từ như “book” có thể là danh từ hoặc động từ nên cần có những từ xung quanh để chọn đúng thẻ.
Sách giáo khoa liệt kê 36 thẻ phần lời nói cốt lõi và ghi chú các chú thích dấu câu riêng biệt.
Quá trình chuyển đổi HMM liên quan đến chuỗi thẻ; mô hình phát thải quan sát các từ có điều kiện trên các thẻ ẩn.
VBD là thẻ Penn cho động từ thì quá khứ, trong khi NN và JJ xác định các danh mục khác nhau.
Tiếp tục học hỏi
Đã chọn thêm hướng dẫn cho chủ đề này
Tiếp theoHướng dẫn tiếp theo
Cách viết bài phát biểu về đám cưới hoặc sự kiện bằng AI
Ngôn ngữ AI