Pular para o conteúdo principal

Natural Language Processing and Computer Vision

NLP sentence segmentation and tokens​

  • Tokens: Unidades básicas de texto, como palavras ou caracteres, que são processadas em tarefas de NLP.

Certa manhã, atirei em um elefante de pijama. Como ele conseguiu meu pijama, eu não sei.

Entidade (Entity)​

Uma entidade é um substantivo que representa uma pessoa, lugar ou coisa. Não é um adjetivo, verbo ou outro artigo de linguagem. Entidades são usadas para identificar e classificar informações em textos, como nomes de pessoas, locais, organizações, datas, etc.

  • Eu
  • Elefante
  • Pijamas

Relationships (Relacionamento)​

Um relacionamento é um grupo de duas ou mais entidades que têm uma forte conexão entre si.

  • Eu + Elefante
  • Eu + Pijamas
  • Pijamas + Elefante

Concepts (Conceitos)​

Um conceito é algo implícito em uma frase, mas não efetivamente declarado. Isso é mais complexo porque envolve a correspondência de ideias em vez das palavras específicas presentes na frase.

  • Rifle
  • Camera
  • Safari

Emotion detection and sentiment analysis​

Detecção de emoções​

A detecção de emoções é o processo de identificar e classificar emoções em texto. Isso pode incluir emoções como alegria, tristeza, raiva, surpresa, etc.

Análise de sentimentos​

A análise de sentimentos é o processo de determinar a atitude ou opinião expressa em um texto. Isso pode ser positivo, negativo ou neutro.

Problema de classificação​

A linguagem humana está repleta de termos vagos ou com duplo sentido. Isso se chama um problema de classificação. Na questão, "correr" pode ter dois significados. Correr pode significar correr com os pés. E correr também pode significar funcionar, como quando a geladeira está ligada e funcionando.

Resumo​

  1. As máquinas precisam de sistemas chamados processamento de linguagem natural (PLN) para entender a linguagem humana. A linguagem humana não é estruturada. No PLN, as máquinas segmentam frases em pequenos blocos de informação, chamados tokens. As máquinas classificam e organizam os tokens em uma estrutura para que o PLN possa trabalhar com eles e extrair significado.

  2. Com o Projeto Debater da IBM, o objetivo era construir um sistema de IA que pudesse ajudar as pessoas a tomar decisões baseadas em evidências e imparciais sobre tópicos complexos, onde as respostas não são óbvias.

  3. As quatro etapas que um sistema de IA para debates executa incluem:

  • Etapa 1: Aprender e entender o tópico
  • Etapa 2: Construir uma posição
  • Etapa 3: Organizar suas provas
  • Etapa 4: Responder ao oponente

  1. A detecção de emoções identifica diferentes tipos de emoções humanas. A IA pode ser treinada para classificar emoções.

  2. A análise de sentimentos mede a intensidade de uma emoção. Ela avalia se os dados são positivos, negativos ou neutros.

  3. Os chatbots estão prontos para responder às suas perguntas!

A interface interage com a pessoa que faz as perguntas. Ela ouve (ou lê) e fala (ou apresenta texto). O backend opera a lógica do aplicativo e tem memória suficiente para lembrar partes anteriores de uma conversa à medida que o diálogo continua.

  1. Um chatbot identifica entidades e intenções e, em seguida, usa o que encontrou para iniciar um diálogo.

Uma intenção é um propósito ou o motivo pelo qual um usuário está entrando em contato com o chatbot. Pense nisso como um verbo ou ação a ser realizada.

Uma entidade é uma pessoa, lugar ou coisa. Pense nisso como um substantivo.

Um diálogo é um fluxograma que ilustra as respostas do chatbot às intenções do usuário.

  1. Com uma rede neural convolucional (CNN), um sistema de IA pode analisar imagens. Com uma rede generativa adversarial (GAN), um sistema de IA pode criar novos desenhos e fotos.

  2. O processamento de linguagem natural (PLN) e a visão computacional podem ser maneiras úteis de ampliar a expertise humana.