مروری بر پردازش زبان طبیعی به زبان فارسی با مدل زبانی برت گوگل

محققان پردازش زبان طبیعی را به عنوان حوزه ای از تحقیق و کاربرد توضیح داده ند که چگونگی استفاده از کامپیوترهارا برای درک و اجرای متن یا گفتار زبان طبیعی برای انجام کارهای مفید بررسی می کند. طبقه بندی متن در پردازشزبان طبیعی به وظیفه طبقه بندی متن به دسته ها یا کلاس های از پیش تعریف شده اشاره دارد. این یک تکنیک اساسیاست که در برنامه های کاربردی مختلف از شناسایی ایمیل های هرزنامه گرفته تا دسته بندی اخبار استفاده می شود. ازسوی دیگر تجزیه و تحلیل احساسات. یک کاربردخاص در طبقه بندی متن است که بر تعیین احساسات یا عقاید بیانشده در یک متن، خواه مثبت، منفی یا خنثی تمرکز می کند. جهش مدل های زبانی از قبل آموزش دیده شده. با امکانساخت مدل های زبانی قدرتمند. عصر جدیدی را در زمینه پردازش زبان طبیعی آغاز کرده است. در میان این مدل ها،مدل های مبتنی بر ترانسفورماتور مانند برت به دلیل عملکرد پیشرفته ای که دارند. محبوبیت فزاینده ای پیدا کرده اند. باین حال، این مدل ها معمولا بر زبان انگلیسی متمرکز هستند و زبان های دیگر را به مدل های چند زبانه با منابع محدودواگذار می کنند. بدین جهت از مدل برت که یک روش نوین برای تعبیه کلمات است می توان استفاده کرد. مدل هایزبانی گوگل در تقویت موتورهای جستجو خدمات ترجمه و سایر برنامه های کاربردی مرتبط با زبان. تقویت ارتباطات ودسترسی بهتر در مناظر مختلف زبانی بسیار مهم بوده است.

Keywords:

پردازش زبان طبیعی , مدل bert , تحلیل احساسات , طبقه بندی متن , زبان فارسی