TAILIEUCHUNG - Bài giảng Xử lý ngôn ngữ tự nhiên: Chương 3 - Nguyễn Kiêm Hiếu (ĐH Bách khoa Hà Nội)

Bài giảng "Xử lý ngôn ngữ tự nhiên - Chương 3: Nhận dạng thực thể có tên" cung cấp cho người học các kiến thức: Thực thể có tên, hướng dẫn gán nhãn, phương pháp dựa trên máy học có giám sát. nội dung chi tiết. | Chương 3 Nhận dạng thực thể có tên Thực thể có tên Hướng dẫn gán nhãn Phương pháp dựa trên học máy có giám sát IT4772 Xử lý ngôn ngữ tự nhiên Viện CNTT-TT, ĐHBKHN 2 Thực thể có tên Chương 3 Nhận dạng thực thể có tên Thực thể có tên ● ● Thực thể: tất cả những thứ tồn tại m ột cách c ụ thể hoặc trừu tượng ● Vd: ● Các đối tượng vật lý hoặc trừu tượng có mang tên riêng Vd: – Thực thể vật lý: cây, giảng đường, Bphone – Hà nội – Thực thể phi vật lý: phương pháp – Đại học Bách khoa Hà nội – Thực thể sống: mèo, chó – IBM, Bitcoin, Cortana – Thực thể khác: rồng, lân, thiên đ ường, đ ịa ng ục 3 4 Rigid-designator ● ● Chỉ đến cùng một thứ trong tất c ả các tr ường hợp khác nhau ● ● Ví dụ: – Hà nội là rigid-designator – “Thủ đô của Việt nam” là flaccid-designator “Lý Nam Đế” là một rigid-designator “Hoàng đế đầu tiên của Việt nam” không ph ải là một rigid-designator (?) 5 6 Chương 3 Nhận dạng thực thể có tên Hướng dẫn gán nhãn INFORMATION EXTRACTION ● NATURAL LANGUAGE UNDERSTANDING END-TO-END APPLICATIONS NATURAL LANGUAGE GENERATION Các loại thực thể có tên phổ bi ến – Người – Tổ chức – Địa điểm – Sản phẩm – Thời gian DATA + LINGUISTICS + MACHINE LEARNING 7 8 Người ● ● Chỉ người – Hồ Chí Minh, Donald Trump – Harry Porter ● Không lấy các danh xưng đi kèm (?) ● Ví dụ: Chỉ dòng họ – – Chủ tịch [Hồ Chí Minh]PER – President [Donald Trump]PER dòng họ [Nguyễn]PER 9 10 Tổ chức ● ● Địa điểm Ví dụ: – Đại học Bách khoa Hà nội – Bộ môn Hệ thống Thông tin ● Đất nước – ● ‘Seagames’ không phải là một th ực th ể có tên mà là một sự kiện Thành phố, tỉnh – ● 11 Hồ Chí Minh, Nghệ An Núi, sông, hồ – ● Việt Nam Trường Sơn, Tiền Giang Cơ sở vật chất: bệnh viện, trường đại h ọc 12 ● Không lấy đơn vị đi kèm (?) ● Ví dụ – thủ đô [Hà nội]LOC – tỉnh [Quảng bình]LOC ● [Việt Nam]LOC giành thắng lợi trước [Qatar] LOC trên chấm phạt đền. 13 14 Sản phẩm ● Hôm nay, [Apple]ORG ra mắt [Iphone .

• Kỹ thuật lập trình
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Phân tích ngữ nghĩa
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Tách từ tiếng Việt
• Gán nhãn từ loại
• Phân tích cú pháp
• Nghĩa từ vựng
• Phân giải nhập nhằng từ
• Phân loại văn bản
• Lexical chain
• Phản hồi thông tin
• Phân loại tin tự động
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Bài toán PTCP
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học