Riešenie koreferencií je úloha spracovania prirodzeného jazyka, ktorá zisťuje, ktoré výrazy v texte odkazujú na tú istú osobu, vec alebo záležitosť. Vo vete „Pani Weberová volala. Zavolajte jej, prosím, späť.“ musí systém pochopiť, že „jej“ znamená pani Weberovú. Je to dôležité pre zhrnutia, extrakciu informácií a chatboty, ktoré musia sledovať odkazy naprieč niekoľkými vetami alebo ťahmi konverzácie.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoSpracovanie prirodzeného jazyka je odvetvie AI, ktoré počítačom umožňuje analyzovať, chápať a generovať ľudský jazyk v texte alebo reči. Zahŕňa úlohy, ako sú preklad, klasifikácia, sumarizácia, analýza sentimentu a odpovedanie na otázky. Kedysi dominovali pravidlá a štatistické metódy; dnes oblasť formujú veľké jazykové modely.
Rozpoznávanie pomenovaných entít (NER, named entity recognition) je technika spracovania prirodzeného jazyka, ktorá v texte nájde mená osôb, firiem a miest, ako aj dátumy alebo sumy, a každej priradí kategóriu. Mení voľný text na štruktúrované údaje. Príklad: z e-mailu sa automaticky vyberie firma odosielateľa, kontaktná osoba, dátum dodania a suma faktúry a prenesú sa do CRM.
Závislostná syntaktická analýza (dependency parsing) je technika spracovania prirodzeného jazyka, ktorá zobrazuje gramatickú štruktúru vety ako závislosti medzi slovami. Každé slovo je prepojené s nadradeným slovom, napríklad podmet a predmet so slovesom: vo vete „Zákazník objednáva dve lampy“ závisia „zákazník“ a „lampy“ od slovesa „objednáva“. To pomáha pri extrakcii informácií, napríklad pri zistení, kto čo urobil.
Porozumenie prirodzenému jazyku je časť spracovania jazyka, ktorá zachytáva význam výpovede: aký zámer za ňou stojí, aké osoby, miesta alebo dátumy sa spomínajú a aký je jej tón? Spolu s generovaním prirodzeného jazyka (NLG) tvorí NLU jednu z dvoch strán NLP. Príkladom je systém zákazníckeho servisu, ktorý vetu „Môj balík ešte nedorazil“ rozpozná ako dopyt na doručenie.
