A függőségi elemzés (dependency parsing) egy természetesnyelv-feldolgozási technika, amely a mondat nyelvtani szerkezetét a szavak közötti függőségekként ábrázolja. Minden szó egy uralkodó szóhoz kapcsolódik, például az alany és a tárgy az igéhez: a „Az ügyfél két lámpát rendel” mondatban az „ügyfél” és a „lámpát” a „rendel” igétől függ. Ez segít az információkinyerésben, például annak azonosításában, hogy ki mit tett.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA szófaji címkézés automatikusan hozzárendeli egy mondat minden szavához a nyelvtani kategóriáját, például főnév, ige, melléknév vagy elöljárószó. Mivel sok szó többértelmű (a „fal” főnév vagy ige, a „vár” főnév vagy ige), a módszerek figyelembe veszik a mondat kontextusát. A szófaji címkézés klasszikus előfeldolgozási lépés az elemzéshez, az információkinyeréshez vagy a helyesírás-ellenőrzéshez, és olyan könyvtárak kínálják, mint a spaCy és az NLTK.
A természetesnyelv-feldolgozás az MI azon ága, amely lehetővé teszi, hogy a számítógépek elemezzék, megértsék és előállítsák az emberi nyelvet szövegben vagy beszédben. Olyan feladatokat fed le, mint a fordítás, az osztályozás, az összefoglalás, a hangulatelemzés és a kérdés-felelet. Egykor a szabályok és a statisztikai módszerek uralták; ma a területet a nagy nyelvi modellek alakítják.
A spaCy egy nyílt forráskódú Python-könyvtár természetes nyelv feldolgozására, amelyet a berlini Explosion vállalat fejleszt. Szavakra és mondatokra bontja a szövegeket, meghatározza a szófajokat és az alapalakokat, elemzi a mondatszerkezetet, és felismeri az elnevezett entitásokat, például személyeket, vállalatokat vagy helyeket. Sok nyelvhez, köztük a némethez is elérhetők előtanított modellek. A spaCy-t sebességre és valós alkalmazásokban való használatra tervezték, például nagy dokumentummennyiségek előfeldolgozására.
A koreferencia-feloldás (coreference resolution) természetesnyelv-feldolgozási feladat, amely azonosítja, hogy egy szövegben mely kifejezések utalnak ugyanarra a személyre, dologra vagy ügyre. A „Weber asszony telefonált. Azt kéri, hogy hívják vissza” mondatban a rendszernek meg kell értenie, hogy az „azt kéri” Weber asszonyra vonatkozik. Ez fontos az összefoglalók, az információkinyerés és az olyan chatbotok számára, amelyeknek több mondaton vagy beszélgetési fordulón át nyomon kell követniük a hivatkozásokat.
