اگر میخواهید یک ربات داشته باشید که به فرامین شما گوش دهد یا میخواهید دیالوگهای یک سیستم هوشمند کلینیک را بشنوید به پردازش زبان طبیعی نیاز خواهید داشت .
پردازش زبان طبیعی شامل واداشتن کامپیوتر به انجام یک سری از وظایف با استفاده از زبان طبیعی میشود. ورودی و خروجی زبان پردازش طبیعی میتواند متن یا صدا باشد .
دو جز برای NLP تعریف میشود :
Natrual Language Undrestanding ( NLU )
درک زبان طبیعی شامل مراحل زیر میشود :
1. تناظر ورودی داده شده از زبان طبیعی به ارائه های کاربردی
2. آنالیز جنبه های مختلف زبان
Natrual language generation (NLG)
NLG پردازش تولید عبارات و جمله های بامعنی در زبان طبیعی از یک سری ارائه های خارجی میباشد .
NLG شامل موارد زیر میشود :
Text-planning : شامل بازیابی متون مرتبط از دانش میباشد .
Sentence Palnning : شامل انتخاب کلمات مورد نیاز، تشکیل دادن جملات بامعنی و تنظیم کردن تن صداها میباشد
Text Realization : تبدیل Sentence Plan به Sentence Structure
NLU دشوار تر از NLG میباشد
دشواری های NLU
زبان طبیعی به شدت شکیل و ساخت یافته میباشد .
بسیار مبهم است. سطوح مختلفی از ابهام میتواند وجود داشته باشد .
1. ابهام لغوی
این سطح ابتدایی از ابهام میباشد . برای مثال تشخیص کلمه "board" به عنوان "فعل" یا "اسم" ( در زبان انگلیسی )
2. ابهام سینتکس
یک جمله میتواند به تعابیر مختلفی تجزیه شود .
برای مثال جمله "He lifted the beetle with red cap"
آیا او یک سوسک با کلاه قرمز را بلند کرد
یا با استفاده از یک کلاه قرمز یک سوسک را بلند کرد؟
3. ابهام ارجاعی
اشره به جملاتی که از ضمیر استفاده میکنند . برای مثال Rima went to Gauri. She said "Im sorry"
دقیقا چه کسی خسته است؟
- یک ورودی میتواند چندین معنی بدهد و چندین ورودی میتوانند یک معنی بدهند .
