වසර කිහිපයකට පෙර, බූලියන් විමසීම් නියමයන් සමඟ සංවිධානය කර ඇති නිවැරදි මුරපද භාවිතා කිරීමෙන් ශක්‍ය ගූගල් පෙනුම සපුරා ගත්තේ කෙසේදැයි සලකා බලන්න. මේ ආකාරයට, ඔබට Google වෙතින් විසඳුම් සෙවීමට අවශ්‍ය අවස්ථාවන්හිදී, ඔබ එහි භාෂාව දැන සිටිය යුතුය. එම අවස්ථාවේදී Google විසින් අර්ථකථන ලුහුබැඳීම ඉදිරිපත් කරන ලදී. එය වචන අතර විද්වත් සම්බන්ධතාවය ගණනය කිරීමකි, ඔබ සහකාරියක් කරන ආකාරයටම එය විමසීමක් කිරීමට ඔබට බලය ලබා දෙයි. ඇතුළත, එය තේරුම් ගත් බූලියන් සංවිධානාත්මක ලුහුබැඳීමක් බවට එම ප්‍රශ්නය අර්ථකථනය කළේය - නමුත් චක්‍රය නොපෙනේ. ඔබේ ඉංග්‍රීසි පරිගණන තාර්කික ප්‍රවේශ මාර්ගවලට වෙනස් නොකර, අද දේශගුණය කුමක්ද හෝ හෙට බෝර්නියෝ වෙත අඩුම මිල අධික ගමන කුමක්දැයි සිරිගෙන් විමසීමට ඔබට ඉඩ සලසන නවෝත්පාදනය මෙයයි. එබැවින් NLP යනු යන්ත්‍ර සහ මානව උපභාෂා අතර දිගුවක් බව අපට පැවසිය හැකිය.
පොදු භාෂා සැකසීම (NLP) යනු මෘදුකාංග ඉංජිනේරු විද්‍යාවේ කලාපයක් වන අතර පරිගණක සහ මානව (ලාක්ෂණික) භාෂා අතර සහයෝගීතාවයන් ගැන කනස්සල්ලට පත්ව සිටී. එය ලාක්ෂණික භාෂාවක් භාවිතා කරමින් කැනී රාමු සමඟ කථා කිරීමේ AI උපාය මාර්ගයක් දක්වයි, උදාහරණයක් ලෙස, ඉංග්‍රීසි. ඔබට ඔබේ උපදෙස් අනුව ඉදිරියට යාමට රොබෝවෙකු වැනි විචක්ෂණ රාමුවක් අවශ්‍ය වූ විට හෝ කතිකාව මත පදනම් වූ සායනික ප්‍රධාන රාමුවකින් ඔබට තේරීමක් ඇසීමට අවශ්‍ය වූ විට එය පොදු භාෂාව හැසිරවීමට අවශ්‍ය වේ. එබැවින් මූලික වශයෙන් අපට පැවසිය හැක්කේ NLP ක්ෂේත්‍රයට අප භාවිතා කරන සාමාන්‍ය උපභාෂා සමඟ ප්‍රයෝජනවත් කාර්යයන් ඉටු කිරීම සඳහා පරිගණක සෑදීම ඇතුළත් බවයි. NLP රාමුවක තොරතුරු සහ අස්වැන්න කතිකාව සහ රචනා කළ පරීක්ෂණය විය හැක.
NLP නොමැතිව, මිනිසා විසින් සාදන ලද විඥානයට භාෂාවේ වැදගත්කම වටහා ගත හැකි අතර සරල විමසීම් වලට පිළිතුරු දිය හැකි බව අපට පැවසිය හැකිය, කෙසේ වෙතත් එය සැකසීමේදී වචනවල වැදගත්කම තේරුම් ගත නොහැක. මේ අනුව, ස්වභාවික භාෂා හැසිරවීමේ යෙදුම් සේවාලාභීන්ට ඔවුන්ගේම වචනවලින් පරිගණකයක් සමඟ කතා කිරීමට අවසර දෙයි, උදාහරණයක් ලෙස සාමාන්‍ය භාෂාවෙන්. NLP මඟින් පරිගණකවලට පරිශීලනය කිරීමට සහ ප්‍රතික්‍රියා කිරීමට සහය වන්නේ පුද්ගලයන් ප්‍රකාශ කිරීමට භාවිතා කරන සාමාන්‍ය භාෂාව අවබෝධ කර ගැනීමේ මානව හැකියාව ප්‍රතිනිෂ්පාදනය කිරීමෙනි. අද වන විට, මිනිසා විසින් සාදන ලද තර්කනයේ පොදු භාෂා හැසිරවීමේ රාමු බොහෝමයක් දැනට ක්‍රියාත්මක වේ.
AI හි NLP හි අවස්ථා
1. ලිපි හුවමාරුව: Facebook Messenger වැනි බොහෝ ලිපි හුවමාරු යෙදුම් මේ වන විට මිනිසා විසින් සාදන ලද විඥානය භාවිතා කරයි. සමස්තයක් ලෙස ගත් කල, Facebook AI වෙතින් අතිශයින් ආනුභාව ලත් බව පෙනේ. මාස කිහිපයකට පෙර, Facebook විසින් එහි M උපකාරය ප්‍රකාශයට පත් කරන ලද අතර එය ඔබගේම සහායකයෙකු බවට පත් වීමට පොරොන්දු විය (පොදු යැවීමේ දිනය tbd සමඟ): "M මනුෂ්‍යයෙකුට කළ හැකි ඕනෑම දෙයක් කළ හැකිය."
2. ඉක්මන් නිගමනය: මිනිසා විසින් සාදන ලද විඥානය තුළ රාමු සකස් කරන ලාක්ෂණික භාෂාව පිළිබඳ උදාහරණ අතිරේකව වෛද්‍ය සායනවල ඇත, එය වෛද්‍යවරයෙකුගේ ව්‍යුහගත නොවූ සටහන් වලින් නිශ්චිත තීරණයක් ප්‍රදර්ශනය කිරීම සඳහා පොදු භාෂා හැසිරවීම භාවිතා කරයි. මැමෝග්‍රැෆික් රූප සහ මැමෝග්‍රෑම් වාර්තා සඳහා එන්එල්පී ක්‍රමලේඛනය සායනික තේරීම් සඳහා තොරතුරු නිස්සාරණය සහ විමර්ශනය තහවුරු කරයි. NLP ක්‍රමලේඛනය මගින් පපුවේ මාරාන්තික උවදුර වඩාත් ඵලදායී ලෙස තීරණය කළ හැකි අතර, අතිරික්ත බයොප්සි සඳහා අවශ්‍යතාවය ප්‍රතික්ෂේප කරන අතර පූර්ව නිගමනය හරහා ඉක්මන් ප්‍රතිකාර දිරිමත් කරයි.
3. සේවාලාභී සමාලෝචනය: පරිගණකගත තර්ක යෙදුම්වල ස්වභාවික භාෂාව සකස් කිරීම වෙබ් අඩවියකින් අයිතම විගණන එක්රැස් කිරීම සරල කරයි සහ විශේෂිත අයිතමයක් සම්බන්ධයෙන් ඔවුන්ගේ උපකල්පන ලෙස සාප්පු යන්නන් ඇත්ත වශයෙන්ම පවසන දේ තේරුම් ගනී. විගණන විශාල ප්‍රමාණයක් ඇති ආයතනවලට සැබවින්ම ඒවා ලබා ගත හැකි අතර ගනුදෙනුකරුවන්ගේ නැඹුරුවාවන් මත රඳා පවතින නව අයිතම හෝ පරිපාලන යෝජනා කිරීමට රැස් කරගත් තොරතුරු භාවිතා කළ හැකිය. මෙම යෙදුම ආයතනවලට ඔවුන්ගේ ව්‍යාපාරය සඳහා වැදගත් දත්ත සොයා ගැනීමට, පාරිභෝගික පක්ෂපාතිත්වය වැඩි දියුණු කිරීමට, වඩා වැදගත් අයිතම හෝ ප්‍රතිලාභ නිර්දේශ කිරීමට සහ සේවාදායකයාගේ අවශ්‍යතා වඩා හොඳින් අවබෝධ කර ගැනීමට සහාය වේ.
4. අතථ්‍ය උසස් සහායකයින්: දුරස්ථ සහායකයෙකු, අතිරේකව AI දකුණු අත හෝ පරිගණකගත සහායක ලෙස හැඳින්වේ, එය සාමාන්‍ය භාෂා හඬ ඇණවුම් තේරුම් ගන්නා සහ සේවාලාභියා සඳහා පැවරුම් අවසන් කරන යෙදුම් වැඩසටහනකි. DAs මගින් ගැනුම්කරුවන්ට හුවමාරු අභ්‍යාස සමඟින් හෝ ඇමතුම් ස්ථාන ක්‍රියාකාරකම් විධිමත් කිරීමට උසස් සේවාලාභියෙකු හමුවීමට සහ මෙහෙයුම් වියදම් අඩු කිරීමට උපකාර කළ හැකිය. අපි මෙම යෙදුම් විවිධ උපකරණවල ක්‍රමානුකූලව දකිමු, උදාහරණයක් ලෙස, පරිගණක වැඩසටහන්, සබුද්ධික නිවාස රාමු, ඔටෝ සහ ව්‍යාපාර වෙළඳපොලේ.
ලාක්ෂණික භාෂා සැකසුම් යෙදුම්:
යන්ත්‍ර පරිවර්තනය
මාර්ගගතව ප්‍රවේශ විය හැකි දත්තවල මිනුම වර්ධනය වෙමින් පවතින බව අපි තේරුම් ගනිමු, එබැවින් එය ලබා ගැනීමේ අවශ්‍යතාවය ක්‍රමානුකූලව වැදගත් වන අතර සාමාන්‍ය භාෂා හැසිරවීමේ යෙදුම්වල ඇස්තමේන්තුව පැහැදිලි වේ. යන්ත්‍ර පරිවර්ථනය මගින් අප නිතර අත්විඳින භාෂා සීමාවන් ජය ගැනීමට දිරිගන්වන්නේ විශේෂිත අත්පොත් විකේතනය කිරීම, ද්‍රව්‍ය හෝ ලැයිස්තු අත්‍යවශ්‍යයෙන්ම අඩු වූ වියදමකින් තහවුරු කිරීමෙනි. යන්ත්‍ර පරිවර්ථන ප්‍රගතිය සහිත පරීක්ෂණය වචන විකේතනය කිරීමේදී නොවේ, කෙසේ වෙතත් නියම අර්ථකථනයක් ලබා දීම සඳහා වාක්‍යවල වැදගත්කම අවබෝධ කර ගැනීමයි.
වැඩසටහන්ගත දළ සටහන
අතිවිශාල තොරතුරු පදනමකින් අපට විශේෂිත වූ, සැලකිය යුතු දත්ත කොටසක් ලබා ගැනීමට අවශ්‍ය අවස්ථාවන්හිදී, තොරතුරු අධික බර පැටවීම අව්‍යාජ ප්‍රශ්නයක් වේ. වැඩසටහන්ගත විස්තරය වැදගත් වන්නේ වාර්තා සහ දත්තවල වැදගත්කම සාරාංශ කිරීමට පමණක් නොව, ඊට අමතරව දත්ත තුළ ඇති උද්යෝගිමත් ඇඟවුම් තේරුම් ගැනීමට, උදාහරණයක් ලෙස, මාර්ගගත මාධ්‍යවලින් තොරතුරු රැස්කිරීමේදීය.
උපකල්පන විභාගය
නිගමන විභාගයේ පරමාර්ථය වන්නේ තනතුරු කිහිපයක් අතර උපකල්පනය හඳුනා ගැනීම හෝ සෑම අවස්ථාවකදීම හැඟීම අවිවාදයෙන් සන්නිවේදනය නොවන සමාන තනතුරක පවා හඳුනා ගැනීමයි. ආයතන පොදු භාෂා හැසිරවීමේ යෙදුම් භාවිතා කරයි, උදාහරණයක් ලෙස, ඇස්තමේන්තු විමර්ශනය, ඔවුන්ගේ අයිතම සහ පරිපාලනය සහ සාමාන්‍යයෙන් ඔවුන්ගේ ස්ථාවරය පිළිබඳ පාරිභෝගිකයින්ගේ මතය අවබෝධ කර ගැනීමට උපකාර කිරීම සඳහා අන්තර්ජාලය හරහා අදහස් සහ උපකල්පන හඳුනා ගැනීමට. අතීතය තීරණය කිරීම සෘජු අන්තය, නිගමන විභාගය නිශ්චිත තත්වයක් තුළ මතය වටහා ගනී.
පෙළ ගුනාංගීකරනය
පෙළ අනුපිළිවෙල මඟින් සංරක්ෂිතයකට පූර්ව නිශ්චිත වර්ගීකරණයන් පත් කිරීමට සහ ඔබට අවශ්‍ය දත්ත සොයා ගැනීමට හෝ අභ්‍යාස කිහිපයක් විධිමත් කිරීමට එය නිරාකරණය කිරීමට සිතිය හැකිය. උදාහරණයක් ලෙස, පෙළ වර්ගීකරණය භාවිතා කිරීම ඊමේල් තුළ අයාචිත තැපැල් වෙන් කිරීමකි.
ප්‍රශ්නයට පිළිතුරු දීම
ප්‍රශ්න-පිළිතුරු දීම (QA) භාවිතය නිසා වැඩි වැඩියෙන් ප්‍රධාන ධාරාව බවට පත්වෙමින් තිබේ, උදාහරණයක් ලෙස, Siri, OK Google, talk boxes සහ menial helpers. QA යෙදුමක් යනු මානව ඉල්ලීමක් පැහැදිලිව සටහන් කළ හැකි රාමුවකි. එය අන්තර්ගත අතුරු මුහුණතක් ලෙස හෝ ප්‍රකාශිත කථිකාවක් ලෙස භාවිතා කළ හැක. මෙම ඉතිරි කොටස් විශේෂයෙන් වෙබ් දර්ශක සඳහා අදාළ පරීක්ෂණයක් වන අතර, පර්යේෂණ සකස් කිරීමේ ලාක්ෂණික භාෂාවේ මූලික භාවිතයන්ගෙන් එකකි.
NLP හි අවසාන ඉරණම
පොදු භාෂාවේ අවසාන ඉරණම කුමක්ද?
බොට්ස්
chatbots සේවාදායකයින්ගේ ප්‍රශ්නවලට පිළිතුරු සපයන අතර ඕනෑම වේලාවක හෝ ඕනෑම වේලාවක අදාළ වත්කම් සහ අයිතම වෙත ඔවුන්ට මඟ පෙන්වයි. එය බොහෝ විට සේවාලාභී සහාය සඳහා, විශේෂයෙන් බැංකුකරණය, සිල්ලර වෙළඳාම සහ අසල්වැසි කටයුතුවලදී භාවිතා වේ. විශේෂයෙන් සේවාදායක සත්කාරක සැකසුම් තුළ, ගනුදෙනුකරුවන්ට සුවිශේෂී ප්‍රමිතීන් ඇති (සහ සමහර අවස්ථාවලදී අඩු නොනැසී පවතින) යන පදනම මත චැට්බෝට් භාවිතා කිරීමට ඉක්මන්, බුද්ධිමත් සහ සරල විය යුතුය. මෙය සාක්ෂාත් කර ගැනීම සඳහා, chatbots භාෂාව ලබා ගැනීමට NLP භාවිතා කරයි, බොහෝ දුරට අන්තර්ගතය හෝ කටහඬ පිළිගැනීමේ සහයෝගීතාවයන් මත, සේවාදායකයින් ඔවුන්ගේම වචන වලින්, ඔවුන් විශේෂඥයෙකු අමතනු ඇත. Siri සහ Amazon's Alexa වැනි දුරස්ථ සහායකයින්ගේ සිට පරිගණකගත කිරීම හෝ පැවරීම ස්ථානගත කර ඇති bot අදියර දක්වා දිගු කාලීනව ඒවා වඩාත් සාර්ථක සහ ස්වාභාවික බවට පත් කිරීම සඳහා මෙම විස්තීරණ ප්‍රයෝජනය විවිධ වර්ගයේ bots වලින් ලාභ ලබනු ඇත. මෙම bots ක්‍රමානුකූලව NLP පණිවිඩ ලබා ගැනීමට සහ ක්‍රියාකාරකම් සිදු කිරීමට භාවිතා කරනු ඇත, උදාහරණයක් ලෙස, භූ තොරතුරු බෙදාගැනීම, සම්බන්ධතා සහ පින්තූර ප්‍රතිසාධනය කිරීම හෝ අප වෙනුවෙන් තවත් මනස අවුල් කරන ක්‍රියාකාරකම් ක්‍රියාත්මක කිරීම.
නොපෙනෙන UI සඳහා සහය දක්වයි
යන්ත්‍ර සමඟ ඇති සෑම සම්බන්ධයක්ම මානව සන්නිවේදනය (සාකච්ඡා සහ පෙළ යන දෙකම). Amazon's Echo යනු නවෝත්පාදනයන් සමඟ මිනිසුන්ව වඩාත් සරලව සම්බන්ධ කරන එක් මාදිලියක් පමණි. හඳුනා ගත නොහැකි හෝ ශුන්‍ය UI පිළිබඳ අදහස, කටහඬ, පෙළ හෝ දෙකේ මිශ්‍රණයකින් කුමක් වුවත්, සේවාදායකයා සහ යන්ත්‍රය අතර සෘජු සම්බන්ධය මත රඳා පවතී. මිනිස් භාෂාව පිළිබඳ වඩාත් කැපී පෙනෙන තාර්කික අවබෝධයකට බලපාන NLP, එය අපව පහත් කිරීම වැඩිදියුණු කරන විට - අප එය ප්‍රකාශ කරන ආකාරය නොසලකා අප ප්‍රකාශ කරන දේ සහ අප කරන්නේ කුමක්ද - ඕනෑම හඳුනාගත නොහැකි හෝ ශුන්‍ය UI සඳහා මූලික වනු ඇත. අයදුම්පත.
වඩා බුද්ධිමත් දඩයම
වඩාත් බුද්ධිමත් සෙරාච් යන්නෙන් අදහස් කරන්නේ ගනුදෙනුකරුවන්ට මුරපද රචනා කිරීමට හෝ භාවිතා කිරීමට ප්‍රතිවිරුද්ධව කටහඬ ඇණවුම් මගින් බැලීමට සූදානම් විය හැකි බවයි. එන්එල්පී හි අවසාන ඉරණම වඩාත් තීක්ෂ්ණ බුද්ධියෙන් විමසා බැලීම සඳහා වේ - අපි මෙහි විශේෂඥ පද්ධතිය තුළ දීර්ඝ කාලයක් තිස්සේ සාකච්ඡා කරමින් සිටි දෙයක්. ප්‍රමාද වන විට, ගූගල් ප්‍රකාශ කළේ ගනුදෙනුකරුවන්ට සංවාද භාෂාව භාවිතා කරමින් වාර්තා සහ ද්‍රව්‍ය සෙවීමට අවසර දීම සඳහා ගූගල් ඩ්‍රයිව් වෙත එන්එල්පී ධාරිතාව එක් කර ඇති බවයි.
ව්‍යුහගත නොකළ දත්ත වලින් දැනුම
NLP විධිවිධාන ක්‍රමානුකූලව ව්‍යුහගත නොවන තොරතුරු වලින් ප්‍රයෝජනවත් තීක්ෂ්ණ බුද්ධියක් එක්රැස් කරනු ඇත, උදාහරණයක් ලෙස, දිගු ව්‍යුහාත්මක පණිවිඩ, පටිගත කිරීම්, ශබ්ද සහ යනාදිය විභාග එකලස් කිරීම සඳහා ස්වරය, කටහඬ, වචන තෝරා ගැනීම සහ තොරතුරුවල උපකල්පන විච්ඡේදනය කිරීමට ඔවුන්ට විකල්පයක් ඇත. , උදාහරණයක් ලෙස, පාරිභෝගික පක්ෂපාතිත්වය මැනීම හෝ වේදනා ලකුණු වෙන්කර හඳුනා ගැනීම.