Γλωσσάριο

Σώμα κειμένων (corpus)

Τι είναι Σώμα κειμένων (corpus);

Ένα σώμα κειμένων (corpus) είναι μια δομημένη συλλογή κειμένων ή γλωσσικών δεδομένων που συγκεντρώνεται για ανάλυση, έρευνα ή εκπαίδευση γλωσσικών μοντέλων. Μπορεί να είναι γενικό, όπως ειδησεογραφικά κείμενα πολλών ετών, ή εξειδικευμένο, όπως όλες οι συμβάσεις και τα εγχειρίδια μιας εταιρείας. Το μέγεθος, η ισορροπία, η επικαιρότητα και τα δικαιώματα επί των κειμένων καθορίζουν πόσο χρήσιμα είναι τα συμπεράσματα που προκύπτουν.

Πώς βοηθά το KI.ordo

Στο KI.ordo, η αποθηκευμένη γνώση (κείμενα, PDF με επίπεδο κειμένου, αρχεία Word και ιστοσελίδες) αποτελεί τη συλλογή στην οποία αναζητούν οι πράκτορες όταν απαντούν σε ερωτήσεις.

Μάθετε περισσότερα : Σώμα κειμένων (corpus)

Θέματα

  • Δεδομένα
  • κείμενα
  • NLP

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης
← Όλοι οι όροι

Σχετικοί όροι

Δεδομένα εκπαίδευσης

Τα δεδομένα εκπαίδευσης είναι τα παραδείγματα από τα οποία ένα μοντέλο ΤΝ μαθαίνει πρότυπα: μεγάλες συλλογές κειμένων για γλωσσικά μοντέλα, εικόνες με ετικέτες για μοντέλα εικόνας. Η ποιότητα, η ποικιλία και η επικαιρότητά τους καθορίζουν σε μεγάλο βαθμό πόσο αξιόπιστο και δίκαιο είναι ένα μοντέλο και πόσο ενημερωμένες θα είναι οι γνώσεις του. Για τους οργανισμούς έχει επίσης σημασία αν ένας πάροχος χρησιμοποιεί τα δεδομένα πελατών που εισάγουν για περαιτέρω εκπαίδευση.

  • Δεδομένα
  • Training
  • +1

Επεξεργασία φυσικής γλώσσας (NLP)

Η επεξεργασία φυσικής γλώσσας είναι ο κλάδος της ΤΝ που επιτρέπει στους υπολογιστές να αναλύουν, να κατανοούν και να παράγουν ανθρώπινη γλώσσα σε κείμενο ή ομιλία. Καλύπτει εργασίες όπως η μετάφραση, η ταξινόμηση, η σύνοψη, η ανάλυση συναισθήματος και η απάντηση ερωτήσεων. Κάποτε κυριαρχούσαν οι κανόνες και οι στατιστικές μέθοδοι· σήμερα ο τομέας διαμορφώνεται από μεγάλα γλωσσικά μοντέλα.

  • NLP
  • Γλώσσα
  • +1

Αδόμητα δεδομένα

Τα αδόμητα δεδομένα δεν ακολουθούν σταθερό σχήμα πίνακα: email, συμβάσεις, εγχειρίδια, ιστοσελίδες, παρουσιάσεις, εικόνες ή ηχογραφήσεις. Αποτελούν μεγάλο μέρος της γνώσης των οργανισμών, αλλά για καιρό ήταν δύσκολο να αναλυθούν αυτόματα. Τα γλωσσικά μοντέλα μπορούν να διαβάζουν και να αναζητούν τέτοιο περιεχόμενο και να το μετατρέπουν σε δομημένες πληροφορίες, για παράδειγμα εξάγοντας προθεσμίες και ποσά από μια σύμβαση σε έναν πίνακα.

  • Δεδομένα
  • Έγγραφα
  • +1

Εξόρυξη δεδομένων

Η εξόρυξη δεδομένων (data mining) είναι η συστηματική αναζήτηση προτύπων, σχέσεων και ανωμαλιών σε μεγάλα σύνολα δεδομένων. Αξιοποιεί στατιστικές τεχνικές και μεθόδους μηχανικής μάθησης, όπως η ομαδοποίηση (clustering), η ταξινόμηση ή η ανάλυση συσχετίσεων. Κλασικό παράδειγμα είναι η ανάλυση καλαθιού αγορών στο λιανεμπόριο, η οποία δείχνει ποια προϊόντα αγοράζονται συχνά μαζί – βάση για τη σύνθεση του προϊοντικού χαρτοφυλακίου, την τοποθέτηση και τις προτάσεις.

  • ανάλυση δεδομένων
  • αναγνώριση προτύπων
  • +1