Glosar

Corpus

Ce este Corpus?

Un corpus este o colecție structurată de texte sau de date lingvistice, întocmită pentru analiză, cercetare sau antrenarea modelelor lingvistice. Poate fi general, precum texte de presă din mulți ani, sau specific unui domeniu, precum toate contractele și manualele unei companii. Mărimea, echilibrul, actualitatea și drepturile asupra textelor determină cât de utile sunt concluziile rezultate.

Cum ajută KI.ordo

În KI.ordo, cunoștințele stocate (texte, fișiere PDF cu strat de text, fișiere Word și pagini web) formează colecția în care caută agenții atunci când răspund la întrebări.

Aflați mai multe

Subiecte

Date
texte
NLP

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul

← Toți termenii

Termeni înrudiți

Date de antrenare

Datele de antrenare sunt exemplele din care un model de IA învață tipare: colecții mari de texte pentru modelele lingvistice, imagini etichetate pentru modelele de imagini. Calitatea, diversitatea și actualitatea lor determină în mare măsură cât de fiabil și echitabil este un model și cât de actuale sunt cunoștințele sale. Pentru organizații contează și dacă un furnizor folosește datele clienților introduse de aceștia pentru antrenare ulterioară.

Date
Training
+1

Prelucrarea limbajului natural (NLP)

Prelucrarea limbajului natural este ramura IA care permite calculatoarelor să analizeze, să înțeleagă și să genereze limbajul uman în text sau vorbire. Cuprinde sarcini precum traducerea, clasificarea, rezumarea, analiza sentimentelor și răspunsul la întrebări. Cândva dominau regulile și metodele statistice; astăzi domeniul este modelat de modelele lingvistice de mari dimensiuni.

NLP
Limbă
+1

Date nestructurate

Datele nestructurate nu urmează o schemă fixă de tabel: e-mailuri, contracte, manuale, pagini web, prezentări, imagini sau înregistrări audio. Ele reprezintă o mare parte din cunoștințele unei organizații, dar au fost mult timp greu de analizat automat. Modelele lingvistice pot citi și căuta într-un asemenea conținut și îl pot transforma în informații structurate, de exemplu extrăgând dintr-un contract termenele și sumele într-un tabel.

Date
Documente
+1

Data mining

Data mining înseamnă căutarea sistematică, în seturi mari de date, a tiparelor, relațiilor și anomaliilor. Se bazează pe tehnici statistice și pe metode de machine learning, precum clusterizarea, clasificarea sau analiza asocierilor. Un exemplu clasic este analiza coșului de cumpărături din comerțul cu amănuntul, care arată ce produse se cumpără frecvent împreună – o bază pentru sortiment, amplasare și recomandări.

analiza datelor
recunoașterea tiparelor
+1