Gán Nhãn Từ Loại – Wikipedia Tiếng Việt

Bước tới nội dung

Nội dung

chuyển sang thanh bên ẩn

• Đầu
• 1 Xem thêm
• 2 Tham khảo
• 3 Đọc thêm

• Bài viết
• Thảo luận

Tiếng Việt

• Đọc
• Sửa đổi
• Sửa mã nguồn
• Xem lịch sử

Công cụ Công cụ chuyển sang thanh bên ẩn Tác vụ

• Đọc
• Sửa đổi
• Sửa mã nguồn
• Xem lịch sử

Chung

• Các liên kết đến đây
• Thay đổi liên quan
• Trang đặc biệt
• Liên kết thường trực
• Thông tin trang
• Trích dẫn trang này
• Lấy URL ngắn gọn
• Tải mã QR

In và xuất

• Tạo một quyển sách
• Tải dưới dạng PDF
• Bản để in ra

Tại dự án khác

• Khoản mục Wikidata

Giao diện chuyển sang thanh bên ẩn Bách khoa toàn thư mở Wikipedia

Trong ngôn ngữ học ngữ liệu (corpus linguistics), gán nhãn từ loại (tiếng Anh: part-of-speech tagging, hay POS tagging, PoS tagging, POST, gán nhãn ngữ pháp) là qua trình đánh dấu một từ trong văn bản (ngữ liệu) tương ứng với một từ loại nào đó,[1] dựa theo định nghĩa và bối cảnh văn phạm của từ đó. Một hình thức đơn giản hóa của gán nhãn từ loại thường được dạy cho trẻ em ở độ tuổi đi học, đó là xác định các từ loại như danh từ, động từ, tính từ, trạng từ, vân vân.

Xem thêm

[sửa | sửa mã nguồn]

• Semantic network
• Nhập nhằng (xử lý ngôn ngữ tự nhiên)

Tham khảo

[sửa | sửa mã nguồn]

1. ^ “POS tags”. Sketch Engine. Lexical Computing. ngày 27 tháng 3 năm 2018. Truy cập ngày 6 tháng 4 năm 2018.

Đọc thêm

[sửa | sửa mã nguồn]

• Charniak, Eugene. 1997. "Statistical Techniques for Natural Language Parsing". AI Magazine 18(4):33–44.
• Hans van Halteren, Jakub Zavrel, Walter Daelemans. 2001. Improving Accuracy in NLP Through Combination of Machine Learning Systems. Computational Linguistics. 27(2): 199–229. PDF
• DeRose, Steven J. 1990. "Stochastic Methods for Resolution of Grammatical Category Ambiguity in Inflected and Uninflected Languages." Ph.D. Dissertation. Providence, RI: Brown University Department of Cognitive and Linguistic Sciences. Electronic Edition available at [1] Lưu trữ 2018-08-19 tại Wayback Machine
• D.Q. Nguyen, D.Q. Nguyen, D.D. Pham and S.B. Pham (2016). "A Robust Transformation-Based Learning Approach Using Ripple Down Rules for Part-Of-Speech Tagging." AI Communications, vol. 29, no. 3, pages 409-422. [.pdf]

x t s Xử lý ngôn ngữ tự nhiên
Thuật ngữ chung	Hiểu ngôn ngữ tự nhiên Ngữ liệu văn bản Ngữ liệu tiếng nói Từ dừng Mô hình túi từ AI-đầy đủ N-gram (Bigram, Trigram)
Khai thác văn bản	Phân đoạn văn bản Gán nhãn từ loại Phân tích cú pháp sơ bộ Compound-term processing Collocation extraction Stemming Lemmatisation Nhận dạng thực thể có tên Coreference Phân tích tình cảm Khai phá khái niệm Phân tích cú pháp Nhập nhằng Ontology learning Trích xuất thuật ngữ Textual entailment Truecasing
Tóm tắt tự động	Tóm tắt đa văn bản Trích xuất câu Đơn giản hóa văn bản
Dịch tự động	Computer-assisted translation Example-based machine translation Rule-based machine translation Dịch máy bằng nơ-ron
Nhận dạng tự độngvà thu thập dữ liệu	Nhận dạng tiếng nói Tổng hợp giọng nói Nhận dạng ký tự quang học Sinh ngôn ngữ tự nhiên
Mô hình ngữ nghĩa phân phối	BERT Document-term matrix Explicit semantic analysis fastText GloVe Mô hình ngôn ngữ (lớn) Phân tích ngữ nghĩa tiềm ẩn Seq2seq Vectơ từ Word2vec
Mô hình chủ đề	Phân bổ Pachinko Phân bổ Dirichlet tiềm ẩn Phân tích ngữ nghĩa tiềm ẩn
Xem xét vớisự trợ giúp máy tính	Automated essay scoring Concordancer Sửa lỗi chính tả Predictive text Spell checker Syntax guessing
Giao diện người dùngngôn ngữ tự nhiên	Trợ lý ảo Chatbot Interactive fiction Question answering Giao diện giọng nói người dùng

Bài viết này vẫn còn sơ khai. Bạn có thể giúp Wikipedia mở rộng nội dung để bài được hoàn chỉnh hơn. x t s

Lấy từ “https://vi.wikipedia.org/w/index.php?title=Gán_nhãn_từ_loại&oldid=70350186” Thể loại:

• Ngôn ngữ học ngữ liệu
• Tác vụ xử lý ngôn ngữ tự nhiên
• Mô hình Markov
• Nhập nhằng (xử lý ngôn ngữ tự nhiên)

Thể loại ẩn:

• Bản mẫu webarchive dùng liên kết wayback
• Tất cả bài viết sơ khai
• Sơ khai