Wydaje się, że semantyka leksykalna ‒ czyli szczegółowe znaczenie poszczególnych słów ‒ to wciąż problem bez definitywnego rozwiązania w przetwarzaniu języka. Jest to dosyć irytujące z punktu widzenia człowieka. Jeżeli powiem komuś, że krowy się pasą, nie zależy mi za specjalnie, żeby potrafił powiedzieć, że ‘krowy’ to tutaj rzeczownik w… Read more »
W ostatnim czasie sporo myślałem nad tym, jak można by wprowadzać ludzi, na przykład, w uczenie maszynowe, skoro ma się stać taką dużą siłą wpływającą na wszystko. Dobrze, żeby nie tylko wiedzieli co się dzieje, ale jeszcze mogli się zaangażować. Jakiego oczekiwać podejścia? ‒ to jest pierwsze pytanie. Z jednej… Read more »
Zmuszony jestem zamieścić ostrzeżenie (?). Mundruś czerpie swoją wiedzę o języku z niewielkiego, losowego fragmentu Narodowego Korpusu Języka Polskiego, obejmującego ok. 150 tys. słów. Trudno byłoby konstruować specjalny filtr, więc maszyna (rzadko) potrafi sobie rzucić wulgaryzm, natomiast częściej zdarza jej się zmontować wypowiedzi chamskie czy nie na miejscu. Ponieważ całość… Read more »
W poprzednich tekstach zajęliśmy się ELIZĄ i programami konwersacyjnymi, które rozbudowują koncepcje rozmowy z użytkownikiem według ustalonego scenariusza. Przy użyciu takiego rozwiązania przewidujemy po prostu, co użytkownik może powiedzieć, i mamy dla niego z góry przygotowane odpowiedzi. Ewentualnie możemy w nich dostosowywać proste zmienne, takie jak imiona, miejsca, daty (jeżeli… Read more »
Na początek drobne ogłoszenie: jeżeli udaje wam się czytać ten tekst, to wiecie, że podczepiłem blog i Przenicę (https://szymonrutkowski.pl/przenica) pod domenę szymonrutkowski.pl. Pozwala mi to prywatnie zaoszczędzić parę groszy. Obecnie pracuję nad nowym projektem (zupełnie oderwanym od Przenicy), co zajmuje mi większość czasu na… rozwój & badania, jeżeli to tak… Read more »
W ramach ciekawostki, oto 25 czasowników występujących najczęściej w anotowanym podkorpusie Narodowego Korpusu Języka Polskiego (wraz z liczbą wystąpień – cały podkorpus liczy ok. miliona słów). Poszczególne formy tego samego czasownika liczone są razem. być 17869 mieć 6584 móc 3415 wiedzieć 1983 mówić 1835 chcieć 1739 zostać 1630 powiedzieć 1377… Read more »
Pewnie najbardziej znanym problemem sztucznej inteligencji jest test Turinga, zakładający nieodróżnialność w rozmowie maszyny od człowieka. Wydaje się, że imitacja naszego zachowania to względnie trudne zadanie i nie da się tego zrobić bez zrozumienia złożoności naszego umysłu. Z drugiej strony ludzie łatwo ulegają (auto)sugestiom. Mówiąc prościej, stosunkowo nieskomplikowany program “konwersujący”… Read more »
Ostatni mój referat na seminarium na studiach dotyczył techniki word embeddings. Jak zwykle, przygotowawcze studia pozwoliły mi spojrzeć na wiele tematów z nowej strony; myślę, że zamiast surowej prezentacji komentarz w formie artykułu lepiej przybliży tematy, o których ostatnio myślałem. Sama prezentacja jest dostępna tutaj. Przetwarzanie języka dotyczy szeregu trudnych… Read more »
Prezentacja poświęcona jednej z najbardziej wpływowych współcześnie teorii semantycznych. Okazja do zaserwowania paru logicznych formalizmów i pudelkowych sensacji, ale jedno i drugie z rozsądnym umiarem. Materiał do referatu wygłoszonego 1 grudnia na seminarium o przetwarzaniu języka naturalnego na Wydziale Matematyki, Informatyki i Mechaniki UW, gdzie udzielam się nieco gościnnie. Semantyka… Read more »
Tak naprawdę nikt nie mówi “mle” zamiast “mieli”*, ale inteligenci starej daty mówią w czasie przeszłym owszem “mełł” i “mełła”, a także “mleć”. Taki polski inside joke. Nie mówi się też już “Chłonnik”, tylko Przenica. Zmieniła się nazwa i domena mojej aplikacji do pracy nad szatą stylistyczną tekstów. Zadaniem Przenicy… Read more »