ผลต่างระหว่างรุ่นของ "การประมวลภาษาธรรมชาติ"

เพิ่มกล่องข้อมูล เพิ่มอ้างอิง -ลบข้อความซ่อนออก
(Potapt ย้ายหน้า การประมวลผลภาษาธรรมชาติ ไปยัง การประมวลภาษาธรรมชาติ: ศัพท์บัญญัติ)
(เพิ่มกล่องข้อมูล เพิ่มอ้างอิง -ลบข้อความซ่อนออก)
 
{{Artificial intelligence}}
{{shortcut|NLP}}
'''การประมวลภาษาธรรมชาติ''' ({{lang-en|Natural Language Processing ย่อว่า NLP}}) เป็นสาขาย่อยของ[[ปัญญาประดิษฐ์]]และ[[ภาษาศาสตร์]]ที่ศึกษาปัญหาในการประมวลผลและใช้งานภาษาธรรมชาติ รวมทั้งการทำความเข้าใจภาษาธรรมชาติ ทั้งนี้เพื่อให้คอมพิวเตอร์สามารถเข้าใจภาษามนุษย์ได้
<!--
'''Natural Language Processing (NLP)''' is a subfield of [[artificial intelligence]] and [[linguistics]]. It studies the problems inherent in the processing and manipulation of [[natural language]], and, [[natural language understanding]] devoted to making computers "understand" statements written in human [[language]]s.
 
'''การประมวลภาษาธรรมชาติ''' (Natural language processing - NLP) เป็นสาขาย่อยของ[[ภาษาศาสตร์]] [[วิทยาการคอมพิวเตอร์]] [[วิศวกรรมสารสนเทศ]] และ[[ปัญญาประดิษฐ์]] ทำการศึกษาการปฏิสัมพันธ์ระหว่างภาษาคอมพิวเตอร์และภาษา(ธรรมชาติ)มนุษย์ ในเชิงที่โปรแกรมคอมพิวเตอร์สามารถดำเนินการวิเคราะห์และแปลงข้อมูล[[ภาษาธรรมชาติ]]ได้
== Natural language processing ==
 
การประมวลภาษาธรรมชาติมีการกล่าวถึงในปี พ.ศ. 2493 โดย[[แอลัน ทัวริง]] นักวิทยาศาสตร์ชาวอังกฤษได้เสนอการทดสอบคอมพิวเตอร์หรือเครื่องจักรที่สามารถคิดหรือกระทำได้เหมือนมนุษย์ ซึ่งวิธีการนั้นในปัจจุบันถูกเรียกว่า[[การทดสอบทัวริง]]
Early systems such as [[SHRDLU]], working in restricted "[[blocks world]]s" with restricted vocabularies, worked extremely well, leading researchers to excessive optimism which was soon lost when the systems were extended to more realistic situations with real-world ambiguity and complexity.
 
ในปัจจุบันการประมวลภาษาธรรมชาติมีการนิยมใช้ขั้นตอน[[การเรียนรู้เชิงคุณลักษณะ]]และ[[การเรียนรู้เชิงลึก]]<ref name=goldberg:nnlp17>{{cite journal |last=Goldberg |first=Yoav |year=2016 |arxiv=1807.10854 |title=A Primer on Neural Network Models for Natural Language Processing |journal=Journal of Artificial Intelligence Research |volume=57 |pages=345–420 |doi=10.1613/jair.4992 }}</ref><ref name=goodfellow:book16>{{cite book |first1=Ian |last1=Goodfellow |first2=Yoshua |last2=Bengio |first3=Aaron |last3=Courville |url=http://www.deeplearningbook.org/ |title=Deep Learning |location= |publisher=MIT Press |year=2016 |isbn= }}</ref> ที่สามารถให้ผลลัพธ์ที่ออกมาได้ดี ตัวอย่างเช่นในแบบจำลองภาษา<ref name=jozefowicz:lm16>{{cite book |first1=Rafal |last1=Jozefowicz |first2=Oriol |last2=Vinyals |first3=Mike |last3=Schuster |first4=Noam |last4=Shazeer |first5=Yonghui |last5=Wu |year=2016 |arxiv=1602.02410 |title=Exploring the Limits of Language Modeling |bibcode=2016arXiv160202410J }}</ref> โดยได้มีการเปรียบเทียบกับวิธีการดั้งเดิมที่ใช้การประมวลผลภาษาธรรมชาติเชิงสถิติ หรือการประมวลผลตามกฎที่วางไว้
Natural language understanding is sometimes referred to as an [[AI-complete]] problem, because natural language recognition seems to require extensive knowledge about the outside world and the ability to manipulate it. The definition of "understanding" is one of the major problems in natural language processing.
 
== แหล่งข้อมูลอื่น ==
Some examples of the problems faced by natural language understanding systems:
* SAS - [https://www.sas.com/th_th/insights/analytics/what-is-natural-language-processing-nlp.html การประมวลผลภาษาธรรมชาติ (Natural language processing) นิยามและความสำคัญ]
 
* Digital Ventures [http://dv.co.th/blog-th/get-to-know-natural-language-processing-nlp/ Natural Language Processing เทคโนโลยีเชื่อมโยงปัญญาประดิษฐ์กับมนุษย์ด้วย “ภาษา”]
* The sentences ''We gave the monkeys the bananas because they were hungry'' and ''We gave the monkeys the bananas because they were over-ripe'' have the same surface grammatical structure. However, in one of them the word ''they'' refers to the monkeys, in the other it refers to the bananas: the sentence cannot be understood properly without knowledge of the properties and behaviour of monkeys and bananas.
 
* A string of words may be interpreted in myriad ways. For example, the string ''Time flies like an arrow'' may be interpreted in a variety of ways:
** time moves quickly just like an arrow does;
** measure the speed of flying insects like you would measure that of an arrow;
** measure the speed of flying insects like an arrow would;
** measure the speed of flying insects that are like arrows;
** a type of flying insect, "time-flies," enjoy arrows (compare ''Fruit flies like a banana''.)
The word "time" alone can be interpreted as three different parts of speech, (noun in the first example, verb in 2, 3, 4, and adjective in 5).
: English is particularly bad in this regard because it has little [[inflectional morphology]] to distinguish between parts of speech.
 
* English and several other languages don't specify which word an adjective applies to. For example, in the string "pretty little girls' school".
** Does the school look little?
** Do the girls look little?
** Do the girls look pretty?
** Does the school look pretty?
 
To help this problem, some linguists and artificial intelligence researchers have proposed using an [[artificial language]], that is capable of expressing all the nuance and subtlety of the natural languages we are familiar with, but would have mathematically inviolate grammar and spelling rules, to remove all possible confusion about what a sentence is trying to say, even if it were nonsense words. An example of such a constructed language that could be used for higher order human/computer communication is [[lojban]].
 
== The major tasks in NLP ==
* [[Text to speech]]
* [[Speech recognition]]
* [[Natural language generation]]
* [[Machine translation]]
* [[Question answering]]
* [[Information retrieval]]
* [[Information extraction]]
* [[Text-proofing]]
* [[Translation technology]]
* [[Automatic Summarization]] (text summaries)
 
== Some problems which make NLP difficult ==
 
; [[Word boundary detection]] : In spoken language, there are usually no gaps between words; where to place the word boundary often depends on what choice makes the most sense grammatically and given the context. In written form, languages like [[Chinese language|Chinese]] do not signal word boundaries either.
 
; [[Word sense disambiguation]] : Many words have more than one meaning; we have to select the meaning which makes the most sense in context.
 
; [[Syntactic ambiguity]] : The [[grammar]] for [[natural language]]s is not [[unambiguous grammar|unambiguous]], i.e. there are often multiple possible [[parse tree]]s for a given sentence. Choosing the most appropriate one usually requires [[semantics|semantic]] and contextual information.
 
; Imperfect or irregular input : Foreign or regional accents and vocal impediments in speech; typing or grammatical errors, [[Optical character recognition|OCR]] errors in texts.
 
; [[Speech acts]] and plans : Sentences often don't mean what they literally say; for instance a good answer to "Can you pass the salt" is to pass the salt; in most contexts "Yes" is not a good answer, although "No" is better and "I'm afraid that I can't see it" is better yet. Or again, if a class was not offered last year, "The class was not offered last year" is a better answer to the question "How many students failed the class last year?" than "None" is.
 
== Statistical NLP ==
Statistical natural language processing uses [[stochastic]], [[probabilistic]] and [[statistical]] methods to resolve some of the difficulties discussed above, especially those which arise because longer sentences are highly ambiguous when processed with realistic grammars, yielding thousands or millions of possible analyses. Methods for disambiguation often involve the use of [[corpus linguistics | corpora]] and [[Markov model]]s. The
technology for statistical NLP comes mainly from [[Machine learning]] and [[Data Mining]], both of which are fields of [[Artificial Intelligence]]
that involve learning from data.
 
== See also ==
* The fictional [[universal translator]]
* [[computational linguistics]]
* [[controlled natural language]]
* [[information retrieval]]
* [[natural language understanding]]
* [[latent semantic indexing]]
 
[[หมวดหมู่:Artificial intelligence]]
[[หมวดหมู่:Computational linguistics]]
[[หมวดหมู่:Speech recognition]]
[[หมวดหมู่:Natural language processing|*]]
-->
 
== อ้างอิง ==
{{รายการอ้างอิง}}
{{เริ่มอ้างอิง}}
* [http://nlp.stanford.edu/fsnlp/ Chris Manning and Hinrich Schütze, Foundations of Statistical Natural Language Processing , MIT Press. Cambridge, MA: May 1999.] {{en}}
* [http://www.tcllab.org/ Thai Computational Linguistics Laboratory (TCL Thailand) ห้องวิจัยภาษาศาสตร์เชิงคำนวณ ] {{en}}
{{จบอ้างอิง}}
 
== แหล่งข้อมูลอื่น ==
* [http://cslu.cse.ogi.edu/HLTsurvey/ Survey of the State of the Art in Human Language Technology] - สำรวจสถานะปัจจุบัน (เมื่อ พ.ศ. 2539) ของเทคโนโลยีภาษามนุษย์
* [http://www.links.nectec.or.th/ Information Research and Development Division] - ฝ่ายวิจัยและพัฒนาสาขาสารสนเทศ (งานวิจัย RDI-2, RDI-4 และ RDI-5) [[ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ]] (NECTEC) {{ลิงก์เสีย}}
* [http://ict.siit.tu.ac.th/kindml/ Knowledge Information & Data Management Laboratory (KIND<sup>ML</sup>)] - ห้องวิจัยการจัดการข้อมูล, สารสนเทศ, และความรู้ [[สถาบันเทคโนโลยีนานาชาติสิรินธร]] (SIIT) [[มหาวิทยาลัยธรรมศาสตร์]]
* [http://www.crslp.chula.ac.th/ Centre for Research in Speech and Language Processing (CRSLP)] - [[จุฬาลงกรณ์มหาวิทยาลัย]]
* [http://naist.cpe.ku.ac.th/ Specialty Research Unit in Natural Language Processing and Intelligent Information System Technology (NAiST)] - [[มหาวิทยาลัยเกษตรศาสตร์]]
* [http://www.cs.sci.ku.ac.th/~ThaiIr/ Intelligent Information Retrieval and Database Laboratory] - ห้องปฏิบัติการค้นคืนสารสนเทศอัจฉริยะและฐานข้อมูล มหาวิทยาลัยเกษตรศาสตร์ {{ลิงก์เสีย}}
* [http://naist.cpe.ku.ac.th/cms/ Natural Language Processing and Intelligent Information System Technology] - ห้องปฏิบัติการวิจัยเชี่ยวชาญเฉพาะการประมวลผลภาษาธรรมชาติและเทคโนโลยีสารสนเทศอัจฉริยะ มหาวิทยาลัยเกษตรศาสตร์
* [http://www.lti.cs.cmu.edu/ Language Technology Institute, Carnegie Mellon University]
* [http://nlp.cs.jhu.edu/nlp/ NLP Group, Johns-Hopkins University] - มหาวิทยาลัยจอห์นส-ฮ็อปกิ้นส
* [http://nlp.stanford.edu/ NLP Group, Stanford University] - มหาวิทยาลัยแสตนฟอร์ด
* [http://www.isi.edu/natural-language/ Natural Language Group, Information Sciences Institute, University of Southern California] - มหาวิทยาลัยเซาธ์เทิร์นแคลิฟอเนีย
* [http://nlp.shef.ac.uk/ NLP Group, University of Sheffied] - มหาวิทยาลัยเชฟฟิลด์
* [http://research.microsoft.com/nlp/ NLP Group, Microsoft Research] - ศูนย์วิจัยไมโครซอฟท์
 
;วารสาร
* [http://www.iceis.org/workshops/nlucs/nlucs2004-cfp.html 2004 International Workshop on Natural Language Understanding and Cognitive Science] {{ลิงก์เสีย}}
 
;ซอฟต์แวร์
* [http://www.nltk.org/ Natural Language ToolKit for Python] - ชุดเครื่องมือสำหรับงานประมวลผลภาษาธรรมชาติ ออกแบบมาโดยเฉพาะ สำหรับการเรียนการสอนวิชาการประมวลผลภาษาธรรมชาติ มีคู่มือที่ละเอียดและเข้าใจง่าย. ใช้[[ภาษาไพทอน]]
* [http://gate.ac.uk/ GATE: General Architecture for Text Engineering] - ระบบสำหรับประมวลผลข้อความ ครอบคลุมการทำงานส่วนต่างๆ ของการประมวลผลภาษาธรรมชาติ และ[[การเรียกคืนสารสนเทศ]] มีตัวโปรแกรมสำหรับงานคลังข้อมูลภาษา และ annotation. ใช้[[ภาษาจาวา]], สามารถเรียกใช้ในลักษณะไลบรารีได้
* [http://opennlp.sourceforge.net/ OpenNLP] - รวบรวมเครื่องมือสำหรับงานประมวลผลภาษาธรรมชาติ (รวมถึงการเรียนรู้ด้วยเครื่อง) ที่เขียนด้วยภาษาจาวา และเป็น[[ซอฟต์แวร์โอเพนซอร์ส]]
 
[[หมวดหมู่:ภาษาศาสตร์คอมพิวเตอร์ปัญญาประดิษฐ์]]
{{โครงคอม}}
72,284

การแก้ไข