Công cụ xử lý ngôn ngữ tự nhiên

Ứng dụng này là một bộ sưu tập của ngôn ngữ tự nhiên chế biến công cụ.

Hiện nay, nó chứng tỏ công cụ NLP sau đây:

  • một splitter câu
  • một tokenizer
  • một phần của bài phát biểu tagger
  • một chunker (được sử dụng để "tìm phòng không đệ quy các chú thích cú pháp như danh từ cụm từ khối")
  • một phân tích cú pháp
  • một công cụ tìm tên
  • một công cụ coreference
  • một giao diện để cơ sở dữ liệu từ vựng WordNet

 

Parser demo user interface

Ứng dụng này cho thấy các thế hệ của phân tích cây cho ngôn ngữ tiếng Anh câu, cũng như khám phá một số các tính năng khác của ngôn ngữ tự nhiên chế biến.

Phát hiện một văn bản văn ngôn ngữ

Phát hiện ngôn ngữ của văn bản văn bản có lẽ là một trong những nhiệm vụ cơ bản nhất trong ngôn ngữ tự nhiên chế biến (NLP). Đối với bất kỳ xử lý tùy thuộc ngôn ngữ của một văn bản không rõ, điều đầu tiên cần biết là ngôn ngữ mà văn bản được viết bằng.

 

Vân tay Xác minh

 

Nhận dạng vân tay là một khu vực hoạt động nghiên cứu ngày nay. Một thành phần quan trọng trong hệ thống nhận dạng vân tay là thuật toán phù hợp với dấu vân tay. Theo vùng vấn đề, thuật toán phù hợp với dấu vân tay được phân loại theo hai loại: thuật toán xác minh vân tay và thuật toán nhận dạng vân tay. Mục đích của dấu vân tay xác minh thuật toán là để xác định cho dù hai dấu vân tay đến từ các ngón tay cùng hay không. Mặt khác, các thuật toán nhận dạng vân tay tìm kiếm một dấu vân tay truy vấn trong cơ sở dữ liệu tìm kiếm các dấu vân tay đến từ cùng một ngón tay.

Phần giới thiệu này chứng tỏ nhận dạng vân tay và nhận dạng.

Mô hình Markov ẩn

Chứng tỏ làm thế nào để sử dụng mô hình Markov ẩn (HMMs) và máy phân loại chuỗi Markov để nhận ra trình tự của các quan sát rời rạc.

 

 

Mô hình lớn công nhận hệ thống bằng cách sử dụng đa thần kinh mạng

Bây giờ một ngày, nhân tạo thần kinh mạng đã được áp dụng phổ biến trong nhiều lĩnh vực của đời sống con người. Tuy nhiên, việc tạo ra một mạng lưới hiệu quả cho một lượng lớn loại như hệ thống nhận dạng chữ viết tay vẫn là một thách thức lớn cho các nhà khoa học.

 

Clustering (Gaussian hỗn hợp mô hình)

Point cloud clustering with Gaussian Mixture Models.

Hỗn hợp đa biến Gaussian phân phối phù hợp bằng cách sử dụng tối đa hóa kỳ vọng.

 

 

Kết cụm (K-phương tiện và MeanShift)

Color clustering with K-Means and Meanshift.

MeanShift và K-có nghĩa là để giảm màu sắc (màu sắc clustering) trong hình ảnh kỹ thuật số.

 

Sự đồng thuận mẫu ngẫu nhiên (RANSAC)

Robust linear regression estimation with RANSAC.

Chứng tỏ làm thế nào để sử dụng RANSAC để đủ phù hợp với một hồi quy tuyến tính, tránh những tác động tiêu cực của outliers trong dữ liệu hồi quy.

 

Đối tác của chúng tôi

itresearches Discover our Technology Demonstrations : http://t.co/Bm1s6kIFub http://t.co/9JcATBDbUc

Nhận được liên lạc với chúng tôi!

Bản tin

Address

Address:
34 New House, 67-68 Hatton Garden, London, England, EC1N 8JY, City of London
Toll(UK):
+448000786364
Fax(UK) :
+448458520997

About Us

IT Researches ltd is an information technology company & International computer research centre offering a wide variety of 'AI Powered™' IT services for companies and researchers worldwide .

Connet With Us