Skrytý Markovov model (HMM, hidden Markov model) je štatistický model pre postupnosti, v ktorom sú skutočné stavy skryté a dajú sa odvodiť len z pozorovateľných signálov. Opisuje pravdepodobnosť, že po jednom stave nasleduje iný, a že každý stav vytvorí dané pozorovanie. HMM boli dlho štandardom v rozpoznávaní reči a priraďovaní slovných druhov; dnes sa ešte používajú napríklad v bioinformatike a analýze časových radov.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoModelovanie sekvencií zahŕňa metódy, ktoré spracúvajú a predpovedajú dáta v pevnom poradí, kde záleží na pozícii každého prvku. Typickými sekvenciami sú text, hovorený jazyk, časové rady, ako sú predaje alebo hodnoty zo senzorov, a úseky DNA. Použitia siahajú od prekladu a generovania textu až po rozpoznávanie reči a predpovedanie predaja. Na to sa používali skryté Markovove modely a rekurentné siete; dnes v oblasti jazyka dominujú modely transformer.
Určovanie slovných druhov automaticky priraďuje každému slovu vo vete jeho gramatickú kategóriu, ako je podstatné meno, sloveso, prídavné meno alebo predložka. Keďže mnohé slová sú viacvýznamové („pila“ ako podstatné meno alebo ako tvar slovesa piť, „žila“ ako podstatné meno alebo ako tvar slovesa žiť), metódy zohľadňujú kontext vety. POS tagging je klasickým predspracovateľským krokom pre syntaktickú analýzu, extrakciu informácií alebo kontrolu pravopisu a ponúkajú ho knižnice ako spaCy a NLTK.
Rekurentná neurónová sieť spracúva dáta po poradí a z každého kroku odovzdáva vnútorný stav do ďalšieho – akúsi krátkodobú pamäť. Vďaka tomu je vhodná na postupnosti, ako sú text, reč alebo časové rady, napríklad na predpoveď ďalšieho slova alebo ďalšej hodnoty zo senzora. Jednoduché siete RNN ľahko zabúdajú informácie z ďaleka; varianty ako LSTM a GRU to zmierňujú. V jazykových modeloch boli siete RNN z veľkej časti nahradené transformermi.
Rozpoznávanie reči, nazývané aj ASR (automatic speech recognition), automaticky premieňa hovorený jazyk na písaný text. Moderné systémy využívajú neurónové siete trénované na veľkom množstve zvukových nahrávok a primerane si poradia s prízvukmi a okolitým hlukom. Použitia zahŕňajú diktovanie, titulky, hlasových asistentov a prepis stretnutí a telefonátov so zákazníkmi. Odborné pojmy, vlastné mená a zlá kvalita zvuku zostávajú častými zdrojmi chýb.
