опрацювання природної мови

МЕТОДИ ТА ЗАСОБИ ВИЗНАЧЕННЯ ОБ'ЄКТІВ РАДІОТЕХНІЧНОЇ РОЗВІДКИ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ МАШИННОГО НАВЧАННЯ ТА ОНТОЛОГІЧНОГО ПІДХОДУ

Досліджено методи та засоби визначення об’єктів радіотехнічної розвідки з використанням технологій машинного навчання та онтологічного підходу. Для визначення об’єктів радіотехнічної розвідки використано наївний байесівський класифікатор. Наївний Байесівський класифікатор є алгоритмом машинного навчання, який використовується для класифікації об’єктів на підставі ймовірностей. Встановлено, що наївний Байесівський класифікатор використовується для визначення класів, до яких належать об’єкти радіотехнічної розвідки.

ALMA: Machine learning breastfeeding chatbot

Since the first computer, researchers always try to simulate human behave.  For Chatbots, one of the first goals is to interact with the user like a human using Natural Language.  For Health chatbots, another goal is as much important: be able to provide the correct answer to the user request.  Over Years, many health chatbots have been developed for many fields such as cancer, diagnosis orientation, psychiatrics, etc.

Побудова системи діалогу студент-ПК на базі природної мови обміну з використанням середовища Java

Проведено огляд і здійснено аналіз засобів обробки природної мови (ОПМ). Визначено глобальний критерій оцінювання ефективності засобів ОПМ. Подано рекомендації щодо доцільності використання засобів ОПМ.

Розпізнавання багатослівних конструкцій

Розглянуто проблему багатослівних конструкцій, яка відіграє дуже важливу роль у технології обробки природної мови. Багатослівні конструкції – це вирази, які складаються з щонайменше двох слів і можуть бути синтаксично і/або семантично ідіосинкратичними. Це зокрема складені іменники, ідіоми і фразові дієслова. У цій роботі досліджено сучасні підходи до класифікації багатослівних конструкцій, їхньої ідентифікації та видобування з текстів.

Граматична корекція речень з використанням графу взаємовиключних гіпотез

A method for automatic correction of Ukrainian sentences is introduced. The method is based on dependency grammar and utilizes mutually exclusive hypothesis graph for word sense disambiguation. 37 % of ambiguous sentences which were correctly corrected as opposed to 14 % corrected by spell checker.