Kỹ thuật "Stemming" và "Lemmatization" có điểm chung gì trong tiền xử lý văn bản?

Phân tích cảm xúc và thái độ trong văn bản

Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác

Tóm tắt nội dung chính của văn bản

Xác định và phân loại các thực thể có tên trong văn bản, như tên người, tổ chức, địa điểm, thời gian, v.v.

Xác định chủ đề chính của văn bản

Phân loại văn bản dựa trên tình cảm

Xác định cấu trúc ngữ pháp và mối quan hệ phụ thuộc giữa các từ trong câu

Chuyển đổi văn bản thành dạng số để xử lý bằng máy

Phân tích cấu trúc cú pháp của câu

Xác định các thực thể có tên trong văn bản

Dự đoán xác suất xuất hiện của một từ hoặc một chuỗi từ trong một ngữ cảnh nhất định

Phân loại văn bản theo chủ đề

Xác định cảm xúc, thái độ hoặc quan điểm được thể hiện trong văn bản

Dịch văn bản sang ngôn ngữ khác

Tóm tắt văn bản thành các ý chính

Sửa lỗi chính tả và ngữ pháp trong văn bản

Thay đổi tốc độ sinh văn bản

Điều chỉnh độ dài của văn bản được sinh ra

Kiểm soát tính ngẫu nhiên và đa dạng của văn bản được sinh ra; nhiệt độ cao hơn tạo ra văn bản ngẫu nhiên và sáng tạo hơn

Cải thiện tính nhất quán ngữ pháp của văn bản

Mạng nơ-ron hồi quy (Recurrent Neural Networks - RNNs) hoặc Transformer

Mạng nơ-ron tích chập (Convolutional Neural Networks - CNNs)

Mạng tự mã hóa (Autoencoders)

Mạng đối nghịch sinh (Generative Adversarial Networks - GANs)

Một phương pháp huấn luyện mà trong đó mô hình được yêu cầu dự đoán các từ bị che ngẫu nhiên trong câu; được sử dụng trong BERT

Một phương pháp để tăng cường dữ liệu huấn luyện bằng cách tạo ra các biến thể của câu gốc

Một kỹ thuật để giảm thiểu overfitting bằng cách che giấu một số kết nối nơ-ron

Một phương pháp để đánh giá hiệu suất của mô hình ngôn ngữ bằng cách che giấu một phần văn bản và xem mô hình có thể khôi phục nó tốt đến đâu