Skriveni Markovljev model (HMM) statistički je model za nizove u kojem su stvarna stanja skrivena i mogu se zaključiti samo iz vidljivih signala. Opisuje vjerojatnost da jedno stanje slijedi drugo i da svako stanje proizvodi određeno opažanje. HMM-ovi su dugo bili standard u prepoznavanju govora i označavanju vrsta riječi; danas se još koriste, primjerice, u bioinformatici i analizi vremenskih nizova.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoModeliranje nizova obuhvaća metode koje obrađuju i predviđaju podatke u utvrđenom redoslijedu, pri čemu je položaj svakog elementa važan. Tipični nizovi su tekst, govorni jezik, vremenske serije poput prodaje ili očitanja senzora te segmenti DNK. Primjene sežu od prevođenja i generiranja teksta do prepoznavanja govora i prognoziranja prodaje. Za to su se koristili skriveni Markovljevi modeli i rekurentne mreže; danas za jezik dominiraju transformerski modeli.
Označivanje vrsta riječi automatski svakoj riječi u rečenici dodjeljuje gramatičku kategoriju, poput imenice, glagola, pridjeva ili prijedloga. Budući da su mnoge riječi višeznačne (u engleskom „book“ kao imenica ili glagol, „light“ kao pridjev ili imenica), metode uzimaju u obzir kontekst rečenice. POS označivanje klasičan je korak predobrade za parsiranje, izdvajanje informacija ili provjeru pravopisa, a nude ga biblioteke poput spaCyja i NLTK-a.
Rekurentna neuronska mreža obrađuje podatke redom i prenosi unutarnje stanje iz svakog koraka u sljedeći – svojevrsnu kratkoročnu memoriju. Zato je prikladna za nizove poput teksta, govora ili vremenskih serija, primjerice za predviđanje sljedeće riječi ili sljedećeg očitanja senzora. Jednostavne RNN-ove lako zaboravljaju informacije iz daleke prošlosti; varijante poput LSTM-a i GRU-a to ublažavaju. Kod jezičnih modela RNN-ove su uglavnom zamijenili transformeri.
Prepoznavanje govora, zvano i ASR (automatic speech recognition), automatski pretvara govorni jezik u pisani tekst. Moderni sustavi koriste neuronske mreže trenirane na velikim količinama audiozapisa i prilično dobro se nose s naglascima i pozadinskom bukom. Primjene uključuju diktiranje, titlove, glasovne asistente te transkripciju sastanaka i razgovora s klijentima. Stručni pojmovi, vlastita imena i loša kvaliteta zvuka i dalje su česti izvori pogrešaka.
