دانلود مقاله ترجمه شده مروری بر پردازش زبان طبیعی تجربه گرا


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2005690 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
880,000 ریال
شناسه محصول :
2005690
سال انتشار:
1997
حجم فایل انگلیسی :
89 Kb
حجم فایل فارسی :
296 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

مروری بر پردازش زبان طبیعی تجربه گرا

عنوان انگليسي

An Overview of Empirical Natural Language Processing

نویسنده/ناشر/نام مجله

AI magazine

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 12 صفحه انگلیسی به صورت پی دی اف و 37 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی


چکیده

در سال­ های اخیر رستاخیزی در تحقیقات در زمینه روش ­های تجربه گرا در پردازش زبان طبیعی اتفاق افتاده است. این روش­ ها از تکنیک­ های یادگیری استفاده می­ کنند تا به طور خودکار دانش زبانی را از پیکره های زبان طبیعی استخراج کنند، به جای اینکه لازم باشد توسعه دهنده سیستم به طور دستی دانش لازم را کدگذاری کند. این شماره ویژه ]از ژورنال[ تحقیقات اخیر در زمینه روش­ های تجربه گرا شناسایی گفتار، تجزیه نحوی، پردازش معنایی، استخراج اطلاعات و ترجمه ماشینی را مرور می­ کند. این مقاله مقدمه ­ای بر مقاله­ های تخصصی در این حوزه­ ها را ارائه می­ کند و سعی می­ کند توضیح و تشریحی بر تمایل روزافزون به استفاده از روش­ های یادگیری­ ای ارائه دهد که به توسعه سیستم­ های پردازش زبان طبیعی کمک می­ کنند.

1-مقدمه

یکی از بزرگترین چالش ­ها در پردازش زبان طبیعی این است که چه طور برای کامپیوتر پیچیدگی زبانی­ ای را فراهم کنیم که کامپیوتر برای وظایف مبتنی بر زبان به آن نیاز دارد. این شماره ویژه راهکار یادگیری ماشینی برای مسئله اکتساب دانش زبانی ارائه می ­دهد: به جای اینکه از یک انسان بخواهیم صراحتا اطلاعات مربوط به زبان را برای کامپیوتر فراهم کند، کامپیوتر از روی منابع متنی آنلاین خودش را آموزش می ­دهد...

پردازش زبان طبیعی :کلمات کلیدی

چکیده انگلیسی


Abstract

In recent years, there has been a resurgence in research on empirical methods in natural language processing. These methods employ learning techniques to automatically extract linguistic knowledge from natural language corpora rather than require the system developer to manually encode the requisite knowledge. The current special issue reviews recent research in empirical methods in speech recognition, syntactic parsing, semantic processing, information extraction, and machine translation. This article presents an introduction to the series of specialized articles on these topics and attempts to describe and explain the growing interest in using learning methods to aid the development of natural language processing systems

Keywords: Natural Language Processing
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید