Razrješavanje koreferencije zadatak je obrade prirodnog jezika koji utvrđuje koji se izrazi u tekstu odnose na istu osobu, stvar ili predmet. U rečenici „Gospođa Weber je zvala. Želi da je nazovete” sustav mora razumjeti da se „želi” odnosi na gospođu Weber. To je važno za sažetke, izdvajanje informacija i chatbotove koji moraju pratiti reference kroz više rečenica ili replika u razgovoru.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoObrada prirodnog jezika grana je UI-ja koja računalima omogućuje analizu, razumijevanje i generiranje ljudskog jezika u tekstu ili govoru. Obuhvaća zadatke poput prevođenja, klasifikacije, sažimanja, analize sentimenta i odgovaranja na pitanja. Nekoć su dominirala pravila i statističke metode; danas to područje oblikuju veliki jezični modeli.
Prepoznavanje imenovanih entiteta (NER) tehnika je obrade prirodnog jezika koja u tekstu pronalazi imena osoba, tvrtki i mjesta te datume ili iznose i svakom dodjeljuje kategoriju. Slobodan tekst pretvara u strukturirane podatke. Primjer: iz e-poruke se automatski izdvajaju tvrtka pošiljatelja, kontakt osoba, datum isporuke i iznos računa te prenose u CRM.
Sintaktička analiza ovisnosti (dependency parsing) tehnika je obrade prirodnog jezika koja gramatičku strukturu rečenice prikazuje kao ovisnosti među riječima. Svaka riječ povezana je s nadređenom riječju, primjerice subjekt i objekt s glagolom: u rečenici „Klijent naručuje dvije svjetiljke” „klijent” i „svjetiljke” ovise o „naručuje”. To pomaže pri izdvajanju informacija, primjerice za utvrđivanje tko je što učinio.
Razumijevanje prirodnog jezika dio je obrade jezika koji bilježi značenje iskaza: koja je namjera iza njega, koje se osobe, mjesta ili datumi spominju i kakav je ton? Zajedno s generiranjem prirodnog jezika (NLG), NLU čini jednu od dviju strana NLP-a. Primjer je sustav korisničke službe koji iskaz „Moja pošiljka još nije stigla“ prepoznaje kao upit o isporuci.
