Skrytý Markovův model (HMM, hidden Markov model) je statistický model pro posloupnosti, v němž jsou skutečné stavy skryté a lze je odvodit jen z pozorovatelných signálů. Popisuje pravděpodobnost, že po jednom stavu následuje jiný a že každý stav vytvoří určité pozorování. HMM byly dlouho standardem v rozpoznávání řeči a značkování slovních druhů; dnes se stále používají například v bioinformatice a analýze časových řad.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoModelování sekvencí zahrnuje metody, které zpracovávají a předpovídají data v pevném pořadí, kde záleží na pozici každého prvku. Typickými sekvencemi jsou text, mluvená řeč, časové řady, například prodeje nebo hodnoty senzorů, a úseky DNA. Použití sahá od překladu a generování textu po rozpoznávání řeči a předpovědi prodeje. K tomu se využívaly skryté Markovovy modely a rekurentní sítě; dnes v jazyce dominují modely typu transformer.
Určování slovních druhů automaticky přiřazuje každému slovu ve větě jeho gramatickou kategorii, například podstatné jméno, sloveso, přídavné jméno nebo předložka. Protože mnoho slov je víceznačných („žena“ jako podstatné jméno, „bez“ jako předložka nebo rostlina), metody zohledňují kontext věty. POS tagging je klasický předzpracovací krok pro syntaktickou analýzu, extrakci informací nebo kontrolu pravopisu a nabízejí jej knihovny jako spaCy a NLTK.
Rekurentní neuronová síť zpracovává data postupně a předává vnitřní stav z každého kroku do dalšího – jakousi krátkodobou paměť. Hodí se proto pro sekvence, jako jsou text, řeč nebo časové řady, například k předpovědi dalšího slova nebo další hodnoty senzoru. Jednoduché RNN snadno zapomínají informace z dávné minulosti; varianty jako LSTM a GRU tento problém zmírňují. U jazykových modelů byly RNN do značné míry nahrazeny transformery.
Rozpoznávání řeči, označované též ASR (automatic speech recognition), automaticky převádí mluvený jazyk na psaný text. Moderní systémy využívají neuronové sítě natrénované na velkém množství zvukových nahrávek a s přijatelnou úspěšností zvládají přízvuky i hluk na pozadí. Použití zahrnuje diktování, titulky, hlasové asistenty a přepisy schůzek a zákaznických hovorů. Odborné výrazy, vlastní jména a špatná kvalita zvuku zůstávají častými zdroji chyb.
