Paslėptasis Markovo modelis (angl. hidden Markov model, HMM) – tai statistinis sekų modelis, kuriame tikrosios būsenos yra paslėptos ir gali būti nustatytos tik iš stebimų signalų. Jis aprašo tikimybę, kad po vienos būsenos seks kita, ir kad kiekviena būsena sukurs tam tikrą stebėjimą. HMM ilgą laiką buvo kalbos atpažinimo ir kalbos dalių žymėjimo standartas; šiandien jie vis dar naudojami, pavyzdžiui, bioinformatikoje ir laiko eilučių analizėje.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąSekų modeliavimas apima metodus, kurie apdoroja ir prognozuoja duomenis tam tikra tvarka, kai kiekvieno elemento vieta yra svarbi. Tipinės sekos: tekstas, šnekamoji kalba, laiko eilutės, pavyzdžiui, pardavimai ar jutiklių rodmenys, ir DNR fragmentai. Taikymai – nuo vertimo ir tekstų generavimo iki kalbos atpažinimo ir pardavimų prognozavimo. Tam buvo naudojami paslėptieji Markovo modeliai ir rekurentiniai tinklai; šiandien kalbai dominuoja transformerių modeliai.
Kalbos dalių žymėjimas automatiškai priskiria kiekvienam sakinio žodžiui jo gramatinę kategoriją, pavyzdžiui, daiktavardis, veiksmažodis, būdvardis ar prielinksnis. Kadangi daug žodžių yra daugiareikšmiai (anglų „book“ kaip daiktavardis arba veiksmažodis, „light“ kaip būdvardis arba daiktavardis), metodai atsižvelgia į sakinio kontekstą. POS žymėjimas – klasikinis išankstinio apdorojimo žingsnis sintaksės analizei, informacijos išgavimui ar rašybos tikrinimui, jį siūlo tokios bibliotekos kaip spaCy ir NLTK.
Rekurentinis neuroninis tinklas apdoroja duomenis iš eilės ir perduoda vidinę būseną iš kiekvieno žingsnio į kitą – tarsi trumpalaikę atmintį. Dėl to jis tinka sekoms, tokioms kaip tekstas, kalba ar laiko eilutės, pavyzdžiui, kitam žodžiui ar kitam jutiklio rodmeniui prognozuoti. Paprasti RNN lengvai pamiršta informaciją iš toli; variantai, tokie kaip LSTM ir GRU, šią problemą sušvelnina. Kalbos modeliuose RNN daugiausia išstūmė transformeriai.
Kalbos atpažinimas, dar vadinamas ASR (angl. automatic speech recognition), automatiškai paverčia šnekamąją kalbą rašytiniu tekstu. Šiuolaikinės sistemos naudoja neuroninius tinklus, apmokytus pagal didelius garso įrašų kiekius, ir pakankamai gerai susidoroja su akcentais bei foniniu triukšmu. Taikymai: diktavimas, subtitrai, balso asistentai ir susitikimų bei klientų skambučių transkribavimas. Techniniai terminai, tikriniai vardai ir prasta garso kokybė išlieka dažnomis klaidų priežastimis.
