Fogalomtár

Rejtett Markov-modell (HMM)

Mi a(z) Rejtett Markov-modell (HMM)?

A rejtett Markov-modell (Hidden Markov Model, HMM) sorozatokra szolgáló statisztikai modell, amelyben a tényleges állapotok rejtettek, és csak megfigyelhető jelekből következtethetők ki. Leírja annak valószínűségét, hogy egy állapotot egy másik követ, és hogy minden állapot egy adott megfigyelést hoz létre. A HMM-ek sokáig a beszédfelismerés és a szófaji címkézés szabványát jelentették; ma is használják őket például a bioinformatikában és az idősorelemzésben.

Témák

Statisztika
Szekvenciamodellek
Valószínűség

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Sorozatmodellezés

A sorozatmodellezés olyan módszereket foglal magában, amelyek rögzített sorrendű adatokat dolgoznak fel és jeleznek előre, ahol az egyes elemek helye számít. Tipikus sorozatok a szöveg, a beszélt nyelv, az idősorok – például értékesítési vagy szenzoradatok – és a DNS-szakaszok. Az alkalmazások a fordítástól és a szöveggenerálástól a beszédfelismerésen át az értékesítési előrejelzésig terjednek. Erre rejtett Markov-modelleket és rekurrens hálózatokat használtak; ma a nyelvnél a transzformer-modellek dominálnak.

sorozatok
mélytanulás
+1

Szófaji címkézés (POS)

A 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.

NLP
Nyelvtan
+1

Rekurrens neurális hálózat (RNN)

A rekurrens neurális hálózat sorrendben dolgozza fel az adatokat, és egy belső állapotot ad át lépésről lépésre – egyfajta rövid távú memóriát. Ezért alkalmas olyan sorozatokra, mint a szöveg, a beszéd vagy az idősorok, például a következő szó vagy a következő szenzorérték előrejelzésére. Az egyszerű RNN-ek könnyen elfelejtik a távolabbi információt; az olyan változatok, mint az LSTM és a GRU, enyhítik ezt. A nyelvi modelleknél az RNN-eket nagyrészt felváltották a transzformerek.

neurális hálók
sorozatok
+1

Beszédfelismerés (speech to text)

A beszédfelismerés, más néven ASR (automatic speech recognition), automatikusan írott szöveggé alakítja a beszélt nyelvet. A modern rendszerek nagy mennyiségű hangfelvételen tanított neurális hálózatokat használnak, és elfogadhatóan kezelik az akcentusokat és a háttérzajt. Alkalmazási területei a diktálás, a feliratozás, a hangasszisztensek, valamint a megbeszélések és ügyfélhívások átírása. A szakkifejezések, a tulajdonnevek és a rossz hangminőség továbbra is gyakori hibaforrások.

ASR
hang
+1