Xử lý ngôn ngữ tự nhiên (NLP) là lĩnh vực khoa học máy tính tập trung vào điều gì?

Mô hình được huấn luyện trên dữ liệu quá lớn.

Mô hình học quá kỹ dữ liệu huấn luyện, dẫn đến hiệu suất kém trên dữ liệu mới.

Mô hình quá đơn giản và không đủ khả năng học các mẫu phức tạp.

Dữ liệu huấn luyện không đủ đa dạng.

Tốc độ tính toán của máy tính quá chậm.

Sự mơ hồ và đa dạng của ngôn ngữ loài người (ví dụ: từ đồng âm, nghĩa bóng, ngữ cảnh).

Thiếu dữ liệu văn bản để huấn luyện mô hình.

Giao diện người dùng của các công cụ NLP quá phức tạp.

BLEU (Bilingual Evaluation Understudy).

ROUGE (Recall-Oriented Understudy for Gisting Evaluation).

Perplexity.

METEOR (Metric for Evaluation of Translation with Explicit Ordering).

Dự đoán từ tiếp theo trong câu.

Phát hiện các chủ đề ẩn trong một tập hợp văn bản.

Phân tích cảm xúc của văn bản.

Dịch văn bản sang ngôn ngữ khác.

Giảm độ phức tạp tính toán của các mô hình NLP.

Cải thiện đáng kể hiệu suất trong nhiều tác vụ NLP, đặc biệt là dịch máy và sinh văn bản, nhờ cơ chế 'attention'.

Đơn giản hóa quá trình tiền xử lý dữ liệu.

Tăng cường khả năng nhận dạng hình ảnh trong NLP.

Dịch từ sang ngôn ngữ khác.

Xác định nghĩa đúng của một từ trong ngữ cảnh cụ thể, đặc biệt khi từ đó có nhiều nghĩa.

Loại bỏ các từ không quan trọng khỏi văn bản.

Tìm từ đồng nghĩa và trái nghĩa.