مقدمه ا ي بر پردازش زبان طب ي ع ي
DESCRIPTION
مقدمه ا ي بر پردازش زبان طب ي ع ي. دانشگاه صنعتي امير کبير دانشکده مهندسي کامپيوتر و فناوري اطلاعات آزمايشگاه سيستم هاي هوشمند http://ce.aut.ac.ir/islab. ارائه دهنده: دکتر احمد عبدالله زاده تنظيم کننده: پرهام مرادي. Natural Language Processing. Natural Language Processing. پائيز 85. - PowerPoint PPT PresentationTRANSCRIPT
بر پردازش زبان يمقدمه ايعيطب
ارائه دهنده: دکتر احمد عبدالله زاده
تنظيم کننده: پرهام مرادي
85پائيز
دانشگاه صنعتي امير کبيردانشکده مهندسي کامپيوتر و فناوري اطالعات
هاي هوشمندآزمايشگاه سيستمhttp://ce.aut.ac.ir/islab
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 2
NLPنکات مورد بحث
يهوش مصنوعيعيپردازش زبان طب
NLPخچه يتار
NLP يکاربرد ها
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 3
NLPيهوش مصنوع
ن ينحوه پردازش فکر را در ماش دهدينشان م
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 4
NLP اهدافAI
ه(ي هوشمندتر )هدف اولين هايساخت ماش(يدتر )هدف کاربردي مفين هايساخت ماش
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 5
NLP مفاهيمAIو تعاريف
AIشامل تعاريف زيادي است AI علم مطالعه فرآيند تفکر انسان AIبازنمايي فرآيند تفکر در ماشين
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 6
NLPهوش مصنوعي
انجام عملي در ماشين، که اگر آن عمل توسط انسان انجام مي گرفت نياز به تفکر و هوشمندي
داشتمطالعه چگونگي انجام اعمالي توسط کامپيوتر که
انسان همان عمل را بهتر و راحتتر انجام مي دهد (Rich and Knight 1991)
تئوري مربوط به نحوه انجام تفکر در انسان (Mark Fox)
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 7
NLP اهدافAI
)هدف اوليه(باهوش ترايجاد ماشين هاي چيستهوشفهم اينکه
مفيدترايجاد ماشين هاي
(Winston and Prendergast [1984])
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 8
NLP
عالئم يهوشمند
ق تجربهي از طرادراکا ي يريادگيرفع ابهام
حل مسائلي برااستداللاستفاده از ص ارتباط عناصر مختلفيفهم و استنباط تشخ
استنتاج و تفکرمحيط جهت عمل بر روي دانشبه کارگيري
عاقالنهنتيجه گيري و فهم
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 9
NLP
AI در حل مساله عالئم از يک سري استفاده مي کند
بازنمايي دانشعالئم و ساختار آنها : براي حل مسائل غير الگوريتميروشهاي
مورد استفاده قرار AIدر سيستم هاي مي گيرد
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 10
NLPمحاسبات هوشمندانه
و بکارگيري آنهاستبازنمايي نشانهبر پايه ، يک حرف، کلمه و يا عدد براي نشانهيک
بازنمايي اشياء ، فرآيند ها و ارتباطات آنهاست ، شامل افراد، مفاهيم، وقايع، ايده ها و يا اشياء
حقايق ايجاد دانش برپايه نشانه ها
AI استنتاج از دانش را با جستجو و تطابق الگو انجام مي دهد
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 11
NLPمحاسبات هوشمندانه
و بکارگيري بازنمايي نشانهبر پايه آنهاست
، يک حرف، کلمه و يا عدد براي نشانهيک بازنمايي اشياء ، فرآيند ها و ارتباطات
آنهاست ، شامل افراد، مفاهيم، وقايع، اشياء
ايده ها و يا حقايق ايجاد دانش برپايه نشانه ها
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 12
NLPنگيتست تور
يک کامپيوتر و يک انسان داخل اتاقي قرار دارند و در
بيرون اتاق يک نفر سوال مي پرسد و از داخل اتاق جوابي مي شنود و متوجه
نشود که کامپيوتر جواب داده يا انسان
artificial intelligence
natural intelligence
interrogator
A
B
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 13
NLPي هوش مصنوعينه هايزم
خبرهيستم هايسيعيپردازش زبان طب
پردازش گفتارکيربات
ني ماشيينايبيمحاسبات تکامل
الگوريتم هاي ژنتيکمنطق فازي
خالصه سازي اخبارترجمه ماشيني
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 14
NLP
جايگاه پردازش زبان طبيعي در هوش مصنوعي
هوش مصنوعي
تکنيکابزار کاربرد ها
Learning
Knowledge Representation
Reasoning
Prolog
Lisp
پردازش زبان طبيعي
پردازش تصوير
سيستم هاي خبره
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 15
NLPيعيزبان طب
روز ي است که در تعامالت اجتماعي زبانيعيزبان طبمي کنيم و صحبت ميسي نويمره ما با استفاده از آن م
وجود دارنديادي مختلف و زيعي طبيزبان ها زبان ها متفات ي و نوشتاريممکن است که فرم گفتار
ن از هم مستقل باشند.يباشند و همچن توانند ي که مي از واژگان قوائد و معانييستم هايس
ثبت ومشاهده شوند مجود دارندNLPن ادعا را دارد که با خودکار کردن پردازش ي ا
فات بوجود ين توصيه اي بر پايدي مفيستم هايزبان سآورد.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 16
NLP
ي زبانهايطبقه بندجهان
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 17
NLP
ي زبانهايطبقه بندجهان
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 18
NLPجهاني زبانهايطبقه بند
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 19
NLP
ي زبانهايطبقه بندجهان
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 20
NLP
پردازش زبان يعيطب
NLPاز ي محاسباتي در ارتباط با توسعه مدل ها ، باشد.يدگاه پردازش زبان ميد
يک کتاب درسير ي- خواندن و تفسنوشتن -محاوره -ترجمه سند.-
ازي اطالعات مورد ني-جستجو به يوتري کامپيجاد برنامه هاي اين مدل ها برايا
فهم بهتر يات پردازش زبان و برايمنظور انجام عملرندي گيمورد استفاده قرار م
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 21
NLP
پردازش زبان يعيطب
ساخت يک مدل محاسباتي از زبان براي فهم زبان طبيعي: زبان طبيعيورودي
: زبان طبيعيخروجي
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 22
NLP
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 23
NLPنير عناويسا
ن متداول :يعناوپردازش خودکار زبان
ي محاسباتيزبان شناسيعيفهم زبان طب
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 24
NLP
يزبان شناسيمحاسبات
زبان انسان ي مطالعه علميوتر ها برايکاربرد کامپد ينکه انسان ها چطور زبان را تولينه ايمطالعه در زم
فهمنديکرده و م و قبل ازآن شامل يدي تولينه زبان شناسيدر زم
ي ميسي برنامه نوي و زبان هايمطالعه زبان رسمشد.ت ي که قابلييک ابزار در مدل هايوتر به عنوان يکامپ
شد. به عنوان ي دارند، استفاده ميابيتوسعه و ارزمثال
زبان يريادگي ”ي تئورياده سازي پتوسط نوزاد“
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 25
NLP تاريخچهNLP : 1940 - 1950
Kleeneارائه نظريه زبانها توسط نوام چامسکي - Backusو
طبقه بندي گرامر هاارائه جمله با گرامر
تئوري احتماالتفهم جمالت با توجه به ابهامات
ستم يک سي NLPص ين برنامه کامل تشخياول لغت در فرهنگ لغت بودکه در کالج يجستجو
Birkbeck جاد شد.ي ا1948 در لندن در سال
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 26
NLP تاريخچهNLP : 1950 - 1960
AI (1956) : تولد Dartmouthکنفرانس Heuristic (Newell – Simon 1956)جستجوي
LISP (McCarthy 1960)ترجمه ماشيني
Verbal Behavior چاپ کتاب 1957در سال توسط اسکينر
يادگيري بر پايه رفتارنظريه رفتار گرايي
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 27
NLP تاريخچهNLP : 1960 - 1970
NLP 1970 تا 1957 از: بر گرامر:يمبتن
ه پردازش زبان ياستفاده از فرمال گرامر به عنوان پا يريادگي يستمهايو س
(Chomskey,Harris,Kaplan,Peters) بر منطق:يمبتن
منطق به منظور يسياستفاده از منطق و برنامه نو. يي و استنتاج معناsyntaxمشخص کردن
(Minskey,Schunk,Winograd,Colmerauer,Kay) بود.ي استنتاج گرامريقت نوعيفهم زبان در حق
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 28
NLP تاريخچهNLP : 1960 - 1970
:ي آماريمدلها گفتار ي بازشناسي براي احتماالتياستفاده از روشها
OCRو (Fodor,Bever,Garrett,Bresnan,Weinberg)
يريادگي ي قابل تست براي-زبانيکيزين مدل فياول.شنهاد شديزبان و فهم آن پ
BASEBALL (Green 1963)STUDENT (Bobrow 1968)
ELIZA (Weizenbaum 1966)
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 29
NLP تاريخچهNLP : 1970 - 1980
ATN ياستفاده از شبکه هاCase Grammar:
يني از مسائل از ترجمه ماشيکي حل :ييش معناينما
-schankيي،که تئوريي معناي وابستگي و همکارانش تئور است راارائه دادند.ييه معناي اوليان زبان درواژه هايدرب
مختلف ي که در فرم هاي مفهوميه شبکه هاي - ارائه نظر يستم ها استفاده مي از سياري ارائه دانش در بسيبرا
شد. -WILIIAM WOODSعمل ي برايه ايم رويه مفاهياز نظر
ستم يک سين ي بيانيک ارائه ميکردن به عنوان کرد.يگاه داده استفاده ميستم پايک سيپردازش زبان و
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 30
NLP تاريخچهNLP : 1970 - 1980
SHRDIULUNAR :ه يم رويگاه داده که از مفاهيستم واسط پايک سي
کرد.ياستفاده مATN و ياLIFER/LADDER : يستم هاين سي از موثر تريکي NLP که
گاه داده از يک پاي ي برايعيک واسط زبان طبيبه عنوان شده يکا طراحي ارتش آمري هاياطالعات در باره کشت
بود.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 31
NLP
سطوح مختلف پردازش زبان )دانشهاي مورد نياز(
( Phonetic & Phonologyفونوتيک )(Morphologyمورفولوژي )
در مورد لغات بحث مي کندSyntax
رابطه ساختاري بين لغاتSemantic
معناي لغاتPragmatic
نحوه استفاده از جملهDiscourse
رابطه بين معناي لغات در بعد مکان و زماندر رابطه با جمله و هدف جمله در بعد مکان و زمان
Common sense
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 32
NLP
سطوح مختلف پردازش زبان )دانشهاي مورد نياز(
SpeechRecognition/Segmentation
MorphologicalAnalysis
SyntacticAnalysis
SemanticInterpretation
DiscourseProcessing
MeaningRepresentation
LexicalChoice
SyntacticRealization
MorphologicalRealization
Generation
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 33
NLPمعماري کلي سيستم هاي پردازش زبان
جمله Tokenize Word SyntaxStructureParsing
SemanticAnalysis
ConceptualInterpret
ApplicationReasoning
PlanningWordجمله Syntax
Response
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 34
NLP تاريخچهNLP : 1980 - 1993
NLP 1990 تا 1980 از: ( Grammar Formalisms) ي- گرامر رسم
NLP تا حال:1990 از ي وچندبعديزبان - چند
(Multilinguality and Multimodality)
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 35
NLP کاربرد هايNLP
دسته ي مختلفي توانند به راه هايکاربرد ها مله/بعد،عمق ي شوند.به عنوان مثال: وسيبندلها ،درجه تعامالت.يتحل
ه متن.ي بر پاي- کاربرد ها.يعي- فهم زبان طب
مکالمه.يستم هاي- س.ي- چند بعد
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 36
NLP
ه ي بر پايکاربرد هامتن
پردازش متون نوشته شده مثل،کتابها،اخبار،مقاالت،گزارش ها
گاه يک پاي مشخص از يافتن سند مناسب در عنوان هاي- .يداده متن
ام ها مقاالت،صفحات وب و ...ي- استخراج اطالعات از پگر.يک زبان به زبان دي- ترجمه سند از
ص متن.يتلخ-ستند.ي نNLPازمند ين کاربرد ها ني * نکته: همه ا
توانند ي هستند ميديه کلمات کلي که بر پاييک هاي تکن خاص موفق باشند.ي موضوعي شناخت نواحيبرا
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 37
NLP
يعيزبان طبفهم
ز هستند:يق از آناليک سطح عميازمند يندا کن همه مقاالت در رابطه تصاد فات ي من پيبرا ”
مه اول ي در ن Maltaن در يش از دو ماشيشامل ب نيماش2001“
مشخص کردن ي را برايد اطالعات کافيستم باينجا سيا-له پرسش ي به وسيف شده ايا مقاله ها مالک تعرينکه آيا
کنند، استخراج کند.ي ميمعرفن است که آن، يستم ،فهم ايک سيص قاطع از يک تشخي-
ي بعدي واسط هاي توانند براي که مي اطالعاتيارائه ها تواند محاسبه کند.يرند ميمورد استفاده قرار بگ
ن است که ي اNLPستم يک سي يک سوال قاطع براي - ستمي بدست آوردن هدف سي برايادي زيچطور هوشمند
الزم است .
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 38
NLP
ه ي بر پايکاربرد هامکالمه
شود ين وانسان را شامل مين ماشيارتباط بNLگاه داده يستم پردازش پايس-ي بانکيس هاي خودکار مثل سروي مشتريس هايسرو-ي عمومNLستم حل مسئله يس-
:ي و مکالمه اي متنيستم هاي سي از تفاوت هايبرخستندي نياد رسمي استفاده شده زيزبان ها-ير مکالمه اي زيق هاياستفاده از شرح تصد-
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 39
NLP
چند يکاربرد هايبعد
است:يش از دو بعد ارتباطيا بيشامل دو متن
گفتاراشاره
ريتصو
ي چند بعديد سند هايتولي ترجمه گفتاريستم هايسي مکالمه گفتاريستم هايس
گفتار متنمتن گفتار
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 40
NLP
شناسايي گفتار
زبان گفتاري شناسايي مي شود و مثال در سيستمهاي ديکته ، به متن ،يا در سيستم هاي کنترل روبات ، به
فرامين، يا به بازنمود دروني ديگري ، تبديل مي شود.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 41
NLP
ترکيب گفتار
( در زبان گفتاري از متن )سيستم هاي متن Utteranceاداها )– به – گفتار ( يا از بازنمودهاي دروني لغات يا جمالت
توليد مي شوند. ) سيستم هاي مفهوم – به – گفتار(
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 42
NLP
مقوله بندي متن
اين تکنولوژي متون را به مقوالت اختصاص مي دهد. متون ممکن است به بيش از يک مقوله متعلق باشند، مقوله ها
ممکن است حاوي مقوالت ديگري باشند.تصفيه سازي حالت خاصي از مقوله بندي داراي تنها دو مقوله است.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 43
NLPخالصه سازي متون
مربوط ترين بخش هاي يک متن به صورت خالصه استخراج مي شوند . اين کار به طول و درازاي مورد نياز خالصه ها
بستگي دارد. در صورتي که الزم باشد که خالصه به يک پرسش معين مختص باشد ، تلخيص سخت تر است.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 44
NLP
نمايه سازي متن
به عنوان پيش شرطي براي بازيابي سند ، متون در يک پايگاه داده اي نمايه سازي شده ذخيره مي شوند. معموال
متن براي همۀ| شکلهاي کلمه يا – بعد از شرح و تفسير براي همۀ| کلمات نمايه مي شود. گاهي اوقات نمايه سازي
با مقوله بندي و تلخيص ترکيب مي شود .
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 45
NLP
بازيابي متن
متون از يک پايگاه داده اي که بيشتر با يک پرسش يا سند معين مطابقت مي کند ، بازيابي مي شوند . اسناد مورد
نظر با توجه به مناسبت مورد انتظارشان مرتب مي شوند . نمايه سازي، مقوله بندي، تلخيص و بازيابي اغلب تحت
اصطالح بازيابي اطالعات قرار مي گيرند.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 46
NLP
استخراج اطالعات
تکه هاي اطالعاتي مربوط ومناسب اطالعات کشف و براي استخراج نشان دار مي شوند: قطعات استخراج شده مي
توانند به شکل هاي ذيل باشند: موضوع ، هويت هاي با نام از قبيل اسامي شرکت ، مکان يا شخص ، رابطه هاي ساده از قبيل قيمتها ، مقاصد، کارکردها و غيرو يا رابطه هاي پيچيده
ازقبيل شرح دادن تصادفات ، ادغام شرکتها يا مسابقات فوتبال .
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 47
NLP
ترکيب داده ها و استخراج داده هاي متن
قطعات استخراج شده اطالعات از چندين منبع در يک پايگاه داده اي ترکيب مي شوند. ممکن است مناسباتي که
از قبل تشخيص داده نشده اند ، کشف شوند.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 48
NLP
پاسخ به پرسش
پرسش��هاي زب��ان ط��بيعي ب��راي دسترس��ي ب��ه اطالع��ات در پايگ�اه داده اي م�ورد اس�تفاده ق�رار مي گيرن�د. پايگ�اه داده اي ممکن اس�ت مبن�اي داده ه�اي س�اختاري ش�ده ي�ا مخ�زني از س�تون ديجيت�ال باش�د ک�ه در آن بخش ه�اي معين ب�ه عن�وان
پاسخ هاي بالقوه نشان دار شده اند.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 49
NLP
ايجاد گزارش
گزارش به زبان طبيعي ايجاد مي شود که محتواي اساسي پايگاه داده اي يا تغييرات آن را شرح مي دهد. گزارش مي تواند حاوي اعداد جمع شده ، حداکثر، حداقل و بنيادي ترين
تغييرات باشد.
Amirkabir University of Technology, Computer Engineering Faculty , Intelligent Systems Laboratory,NLP Course , Ahmad Abdollahzadeh
49 از 50
NLP
تکنولوژي هاي ترجمه
تکنولوژي هايي که متون را ترجمه مي کنند يا به مترجمان کمک مي کنند . ترجمه خودکاريا ترجمه ماشيني خوانده مي
شود . حافظه هاي ترجمه از مقادير بزرگي متن همراه با ترجمه هاي موجود براي دنبال کردن موثر ترجمه هاي احتمالي کلمات ، عبارات و جمالت استفاده مي کنند.