forked from KEMT/zpwiki
nlp presentation
This commit is contained in:
parent
457f6371a1
commit
98d3972bb1
318
pages/teachers/hladek/topics/nlp/mrakt/README.md
Normal file
318
pages/teachers/hladek/topics/nlp/mrakt/README.md
Normal file
@ -0,0 +1,318 @@
|
||||
---
|
||||
published:true
|
||||
---
|
||||
# Spracovanie prirodzeného jazyka
|
||||
|
||||
Ing. Daniel Hládek PhD.
|
||||
|
||||
daniel.hladek@tuke.sk
|
||||
|
||||
---
|
||||
Rastie potreba spracovávať veľké množstvo človekom vytvoreného textu alebo hovorenej reči
|
||||
|
||||
---
|
||||
Čo je spracovanie prirodzeného jazyka
|
||||
Natural Language Processing (NLP)
|
||||
|
||||
---
|
||||
Kombinácia viacerých techník z oblasti:
|
||||
|
||||
- Teórie formálnych jazykov
|
||||
- Štatistiky
|
||||
- Strojového učenia
|
||||
- Lingvistiky
|
||||
- Psychológie
|
||||
|
||||
---
|
||||
|
||||
Spracovanie prirodzeného jazyka získavaním znalostí pomáha pri bežných činnostiach.
|
||||
|
||||
---
|
||||
|
||||
dáta => informácie => znalosti
|
||||
|
||||
text => príznaky => zistenia
|
||||
|
||||
---
|
||||
|
||||
## Znalosť je užitočná informácia
|
||||
|
||||
(dá sa premeniť na peniaze).
|
||||
|
||||
---
|
||||
Typické úlohy NLP
|
||||
|
||||
---
|
||||
Motivačný príklad: Alexa, WolframAlpha, Siri
|
||||
|
||||
Počítač "porozumie" ľudskej komunikácii
|
||||
|
||||
---
|
||||
Každý Váš deň:
|
||||
|
||||
Google, Facebook, Apple
|
||||
|
||||
---
|
||||
Porozumenie otázke : Google, počítačové hry, WolframAlpha (Siri)
|
||||
Fulltextové vyhľadávanie: Google
|
||||
Cielenie reklamy: AdSense, eTarget
|
||||
|
||||
---
|
||||
Ohodnotenie sentimentu a detekcia nevhodných alebo podozrivých príspevkov: Facebook , LinkedIn
|
||||
|
||||
Strojový preklad: Googe Translate
|
||||
Detekcia spamu: Spam Assasin, Gmail
|
||||
|
||||
---
|
||||
Získavanie informácií (Information Retrieval)
|
||||
|
||||
Vyhľadávanie na webe napr. Vyhľadanie stránok súvisiacich s “natural language processing”
|
||||
|
||||
Monitoring médií
|
||||
Čo všetko sa napíše alebo odvysiela v televízii alebo v rádiu o mojej spoločnosti?
|
||||
|
||||
---
|
||||
|
||||
Cielenie reklamy
|
||||
|
||||
Analýza sentimentu na sociálnych sieťach
|
||||
|
||||
Dolovanie v dátach a získavanie znalostí
|
||||
Aká je priemerná cena hamburgeru v Južnej Amerike?
|
||||
|
||||
---
|
||||
Prepis textu (Machine Translation):
|
||||
|
||||
Strojový preklad. Napr. Ako sa povie “Dnes je pekný deň” po japonsky?
|
||||
|
||||
Parafrázovač. Napr. Akým iným spôsobom sa dá povedať “Mám rád bryndzové halušky”
|
||||
|
||||
Porozumenie jazyku (Natural Language Understanding)
|
||||
|
||||
---
|
||||
|
||||
Chatboty, Umelý psychiater.
|
||||
|
||||
“Umelá inteligencia” - počítač na lodi Enterpise, ktorý rozumie slovným príkazom kapitána a vie mu odpovedať na jeho požiadavky
|
||||
Morfologická analýza (hľadanie gramatickej a sémantickej funkcie slova)
|
||||
|
||||
|
||||
---
|
||||
Prirodzený jazyk je veľmi neurčitý (ambiguity)
|
||||
|
||||
---
|
||||
|
||||
- To isté vieme povedať rôznymi spôsobmi
|
||||
- Jedna výpoveď môže mať veľa rôznych významov
|
||||
- Často pri komunikácii prenášame aj neverbálnu informáciu:
|
||||
- Pocity
|
||||
- Gestá
|
||||
- Prízvuk a štýl reči
|
||||
|
||||
---
|
||||
Homonymá:
|
||||
|
||||
Práve sedím v škole. Nevyznám sa v občianskom práve.
|
||||
To auto stojí 10000 eúr. Auto stojí na kraji cesty.
|
||||
|
||||
---
|
||||
Synonymá:
|
||||
|
||||
Išiel som do Bratislavy. Išiel som do Blavy.
|
||||
|
||||
---
|
||||
Neurčité poradie slov vo vete:
|
||||
|
||||
Dnes je pekný deň. Pekný deň je dnes. Deň je dnes pekný.
|
||||
|
||||
---
|
||||
Neurčitý význam slov:
|
||||
|
||||
„Po tráve sa nechodí, po tráve sa smeje”
|
||||
|
||||
---
|
||||
Novotvary a slangové výrazy:
|
||||
|
||||
Vygoogli si to a potom to postni na fb.
|
||||
|
||||
---
|
||||
Emócie a spoločenské konvencie:
|
||||
|
||||
Pane! Pekne ste sa doriadil!
|
||||
|
||||
---
|
||||
Preklepy a brepty:
|
||||
|
||||
Viď prednašku.
|
||||
|
||||
---
|
||||
|
||||
Počítačový jazyk je jednoznačný
|
||||
Potrebujeme metódy pre prácu s neurčitosťou
|
||||
|
||||
---
|
||||
Práca s neurčitosťou v NLP
|
||||
|
||||
- Klasifikácia kontextov alebo ich postupností
|
||||
- Prepisovanie postupnosti symbolov
|
||||
|
||||
---
|
||||
Klasifikácia kontextov
|
||||
|
||||
Mapovanie:
|
||||
|
||||
c => S
|
||||
|
||||
- C: kontext: Veta,Dokument
|
||||
- S: symbol: Morfologická značka, léma, vetný člen...
|
||||
|
||||
|
||||
---
|
||||
Využitie
|
||||
|
||||
- detekcia sentimentu
|
||||
- detekcia spamu
|
||||
- identifikácia pomenovaných entít
|
||||
|
||||
---
|
||||
Pri klasifikácii nám pomáha, ak vieme ktorá časť kontextu je dôležitá pre klasifikáciu.
|
||||
|
||||
- Slovo
|
||||
- Koncovka, Koreň slova
|
||||
- Predchádzajúce slovo, Nasledujúce slovo
|
||||
- Typ prvého písmena
|
||||
|
||||
---
|
||||
## Príznaková funkcia
|
||||
|
||||
Taká binárna funkcia kontextu, ktorá je pravdivá iba v prípade výskytu daného príznaku v kontexte.
|
||||
Vhodná sada príznakových funkcií nám pomáha riešiť problém.
|
||||
|
||||
---
|
||||
## Príznaková funkcia
|
||||
|
||||
Mapovanie
|
||||
|
||||
Symbol => jednotkový vektor
|
||||
|
||||
dnes => 0000100001
|
||||
|
||||
|
||||
---
|
||||
## Klasifikátor kontextov
|
||||
|
||||
Extrakcia príznakov, klasifikácia
|
||||
|
||||
symbol=> príznakový vektor => trieda
|
||||
|
||||
---
|
||||
## Klasifikátor kontextov
|
||||
|
||||
- Ľudskú znalosť vo forme pravidiel
|
||||
- Štatistické informácie z trénovacích korpusov
|
||||
- Kombináciu oboch prístupov
|
||||
|
||||
---
|
||||
## Pravidlá
|
||||
|
||||
- Slovníky
|
||||
- Formálna gramatika
|
||||
- Regulárne výrazy
|
||||
|
||||
---
|
||||
## Štatistické prístupy
|
||||
|
||||
- HMM
|
||||
- N-gram model
|
||||
- Umelá neurónová sieť
|
||||
|
||||
---
|
||||
## Hlboké neurónové siete
|
||||
|
||||
- LSTM, Konvolučné siete, Transformery
|
||||
|
||||
Výpočtovo náročné
|
||||
|
||||
---
|
||||
## Prepisovanie postupnosti symbolov
|
||||
|
||||
Mapovanie:
|
||||
|
||||
postupnosť => iná postupnosť
|
||||
|
||||
---
|
||||
## Prepisovanie postupnosti symbolov
|
||||
|
||||
- strojový preklad
|
||||
- korekcia preklepov a gramatiky
|
||||
- dialógové systémy
|
||||
|
||||
---
|
||||
## Enkóder-Dekóder
|
||||
|
||||
Enkóder:
|
||||
|
||||
symboly => príznaky => významový vektor
|
||||
|
||||
Dekóder:
|
||||
|
||||
model a významový vektor => výstupné symboly
|
||||
|
||||
---
|
||||
## Enkóder Dekóder
|
||||
|
||||
Hlboké neurónové siete
|
||||
|
||||
---
|
||||
|
||||
# Aj vy môžte robiť NLP
|
||||
|
||||
---
|
||||
|
||||
## Všeobecný programovací jazyk
|
||||
|
||||
Python
|
||||
|
||||
---
|
||||
|
||||
## Všeobecné knižnice pre strojové učenie
|
||||
|
||||
- keras
|
||||
- pytorch
|
||||
|
||||
---
|
||||
|
||||
## Všeobecné knižnice pre NLP
|
||||
|
||||
- Spacy
|
||||
- Flair
|
||||
|
||||
---
|
||||
## Strojový preklad
|
||||
|
||||
- fairseq
|
||||
|
||||
---
|
||||
## Extrakcia sémantických príznakov
|
||||
|
||||
- glove
|
||||
- fasttext
|
||||
- word2vec
|
||||
|
||||
---
|
||||
## Získavanie informácií a spracovanie logov
|
||||
|
||||
Elasticsearch
|
||||
|
||||
---
|
||||
## Dialógové systémy a porozumenie jazyku
|
||||
|
||||
RASA
|
||||
|
||||
---
|
||||
## Bibliografia
|
||||
|
||||
Jurafsky, Martin: Natural Language Processing
|
||||
Christopher Manning: Natural Language Processing, Stanford University Online Video Lectures
|
||||
|
||||
|
Loading…
Reference in New Issue
Block a user