Heteronim to wyraz pisany tak samo jak inny, ale wymawiany inaczej i o innym znaczeniu – na przykład angielskie „lead” (prowadzić) i „lead” (ołów) albo „wind” (wiatr) i „wind” (nawijać). Heteronimy są podzbiorem homografów. Stanowią wyzwanie dla systemów zamiany tekstu na mowę, ponieważ prawidłową wymowę można wywnioskować tylko z kontekstu, często przy pomocy analizy części mowy.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoZamiana tekstu na mowę (text-to-speech) przekształca tekst pisany w język mówiony i jest odpowiednikiem rozpoznawania mowy (speech-to-text). Nowoczesne systemy wykorzystują sieci neuronowe do tworzenia naturalnie brzmiących głosów z odpowiednią intonacją. TTS stosuje się w komunikatach telefonicznych, nawigacjach, funkcjach czytania na głos w dostępnych stronach internetowych i asystentach głosowych.
Oznaczanie części mowy automatycznie przypisuje każdemu słowu w zdaniu jego kategorię gramatyczną, na przykład rzeczownik, czasownik, przymiotnik lub przyimek. Ponieważ wiele słów jest wieloznacznych („stali” jako forma rzeczownika „stal” lub czasownika „stać”), metody uwzględniają kontekst zdania. POS tagging to klasyczny krok wstępnego przetwarzania w parsowaniu, ekstrakcji informacji lub sprawdzaniu pisowni i jest oferowany przez biblioteki takie jak spaCy i NLTK.
Przetwarzanie języka naturalnego to dziedzina AI, która umożliwia komputerom analizowanie, rozumienie i generowanie ludzkiego języka w tekście lub mowie. Obejmuje zadania takie jak tłumaczenie, klasyfikacja, streszczanie, analiza sentymentu i odpowiadanie na pytania. Dawniej dominowały reguły i metody statystyczne; dziś dziedzinę kształtują duże modele językowe.
Rozwiązywanie koreferencji to zadanie przetwarzania języka naturalnego, które ustala, które wyrażenia w tekście odnoszą się do tej samej osoby, rzeczy lub sprawy. W tekście „Anna Weber dzwoniła. Prosi, aby do niej oddzwonić” system musi zrozumieć, że „niej” oznacza Annę Weber. Ma to znaczenie dla streszczeń, ekstrakcji informacji i chatbotów, które muszą śledzić odniesienia w kilku zdaniach lub wypowiedziach rozmowy.
