ML 章 自然言語処理

自然言語処理 (NLP) には、機械学習モデルを使用してテキストと言語を操作することが含まれます。 NLP の目標は、話し言葉や書き言葉を理解できるように機械に教えることです。たとえば、iPhone または Android デバイスに何かを書き込むと、その音声がテキストに変換されます。これは NLP アルゴリズムが機能していることを意味します。

NLP を使用してテキスト レビューを分析し、それが肯定的か否定的かを予測することもできます。 NLP は記事を分類したり、本のジャンルを決定したりできます。機械翻訳機や音声認識システムの作成にも使用できます。このような場合、分類アルゴリズムは言語の識別に役立ちます。ほとんどの NLP アルゴリズムは、ロジスティック回帰、ナイーブ ベイズ、CART (デシジョン ツリー モデル)、最大エントロピー (デシジョン ツリーにも関連)、隠れマルコフ モデル (マルコフ プロセスに基づく) などの分類モデルです。

始める前の小さな洞察: ベン図の左側には、NLP を表す緑色があります。右側には DL を表す青があります。交差点にはDNLPがあります。 DNLP には Seq2Seq と呼ばれるサブセクションがあります。 Sequence to sequence は現在、NLP の最も最先端かつ強力なモデルです。ただし、このブログでは seq2seq については説明しません。基本的には袋の分類について説明します。

このパートでは、次の方法を理解し、学習します。

• 機械学習モデル用に準備するためにテキストをクリーンアップします。
• Bag of Words モデルを作成します。
• 機械学習モデルをこの Bag of Words モデルに適用します。 ここで私たちが焦点を当てていくことになります。注: Seq2Seq、チャットボット、または深い NLP については説明しません。使用した教材はDL付きNLPなのでDL部分は省きます。

ブログ全文を読むには: ML 第 7 章: 自然言語処理

以上がML 章 自然言語処理の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。