Strojové učení a přirozený jazyk (abtrakt tutoriálu)

POPELÍNSKÝ, Lubomír. Strojové učení a přirozený jazyk (abtrakt tutoriálu). In Sborník konference ZNALOSTI 2003. Ostrava: FEI VŠB-TU Ostrava, 2003, s. 18-19. ISBN 80-248-0229-5.

Základní údaje

• Originální název: Strojové učení a přirozený jazyk (abtrakt tutoriálu)
• Název anglicky: Machine learning and natural language processing
• Autoři: POPELÍNSKÝ, Lubomír (203 Česká republika, garant).
• Vydání: Ostrava, Sborník konference ZNALOSTI 2003, od s. 18-19, 2 s. 2003.
• Nakladatel: FEI VŠB-TU Ostrava

Další údaje

• Originální jazyk: čeština
• Typ výsledku: Stať ve sborníku
• Obor: 10201 Computer sciences, information science, bioinformatics
• Stát vydavatele: Česká republika
• Utajení: není předmětem státního či obchodního tajemství
• Kód RIV: RIV/00216224:14330/03:00009163
• Organizační jednotka: Fakulta informatiky
• ISBN: 80-248-0229-5
• Klíčová slova anglicky: machine learning; natural language processing
• Štítky: machine learning, natural language processing

Anotace

Natural language processing (NLP) aims at employing computers for natural language understanding. We focus here on application machine learning in NLP, namely on instance-based learning, Bayesian methods, transformation-based learning and inductive logic programming. Different disambiguation tasks will be discussed including morphological disambiguation and word-sense disambiguation. In the second part we will introduce application of learning for document categorization and information extraction from collection of documents. We conclude with text mining. We will present the results obtained with NLP and machine learning in NLP Lab FI MU.

Anotace anglicky

Natural language processing (NLP) aims at employing computers for natural language understanding. We focus here on application machine learning in NLP, namely on instance-based learning, Bayesian methods, transformation-based learning and inductive logic programming. Different disambiguation tasks will be discussed including morphological disambiguation and word-sense disambiguation. In the second part we will introduce application of learning for document categorization and information extraction from collection of documents. We conclude with text mining. We will present the results obtained with NLP and machine learning in NLP Lab FI MU.

Návaznosti

• MSM 143300003, záměr: Název: Interakce člověka s počítačem, dialogové systémy a asistivní technologie

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Interakce člověka s počítačem, dialogové systémy a asistivní technologie