En heteronym är ett ord som stavas som ett annat men uttalas annorlunda och har en annan betydelse – till exempel engelskans ”lead” (leda) och ”lead” (metallen bly), eller ”wind” (vind) och ”wind” (vrida). Heteronymer är en delmängd av homografer. De är en utmaning för text-till-tal-system, eftersom det korrekta uttalet bara kan avgöras utifrån sammanhanget, ofta med hjälp av ordklassanalys.
Text-till-tal omvandlar skriven text till talat språk och är motsvarigheten till taligenkänning (tal till text). Moderna system använder neurala nätverk för att skapa naturligt klingande röster med lämplig intonation. TTS används i telefonmeddelanden, navigeringsenheter, uppläsningsfunktioner för tillgängliga webbplatser och röstassistenter.
Ordklasstaggning tilldelar automatiskt varje ord i en mening dess grammatiska kategori, som substantiv, verb, adjektiv eller preposition. Eftersom många ord är tvetydiga (”plan” som substantiv eller adjektiv, ”fast” som adjektiv eller adverb) tar metoderna hänsyn till meningens sammanhang. Ordklasstaggning är ett klassiskt förbehandlingssteg för syntaktisk analys, informationsextraktion eller stavningskontroll och erbjuds av bibliotek som spaCy och NLTK.
Naturlig språkbehandling är den gren av AI som gör det möjligt för datorer att analysera, förstå och generera mänskligt språk i text eller tal. Den omfattar uppgifter som översättning, klassificering, sammanfattning, sentimentanalys och frågebesvarande. Regler och statistiska metoder dominerade förr; i dag präglas området av stora språkmodeller.
Koreferensupplösning är en uppgift inom språkteknologi som identifierar vilka uttryck i en text som syftar på samma person, sak eller angelägenhet. I ”Fru Weber ringde. Hon vill bli uppringd” måste systemet förstå att ”hon” betyder fru Weber. Det är viktigt för sammanfattningar, informationsutvinning och chattbotar som måste hålla reda på hänvisningar över flera meningar eller samtalsvändor.
