A variety of tasks NLP has been app

A variety of tasks NLP has been applied successfully
Information retrieval. The science of searching for relevant documents, finding specific information within them, and generating metadata as to their contents.
Information extraction. A type of information retrieval whose goal is to automatically extract structured information, such as categorized and contextually and semantically well-defined data form a certain domain, using unstructured machine-readable documents.
Named-entity recognition. Also known as entity identification and entity extraction, this subtask of information extraction seeks to locate and classify atomic elements in text into predefined categories, such as the names of percentages, and so on.
Question answering. The task of automatically answering a question posed in natural language; that is, producing a human-language answer when given a human-language question. To find the answer to a question, the computer program may use either a prestructured database or a collection of natural language documents (a text corpus such as the World Wide Web).

ผลลัพธ์ (ไทย) 1:

ความหลากหลายของงานที่มีการใช้ NLP ได้สำเร็จการเรียกข้อมูล วิทยาศาสตร์ค้นหาเอกสารที่เกี่ยวข้อง ค้นหาข้อมูลเฉพาะภายในพวกเขา และสร้าง metadata เป็นเนื้อหาดึงข้อมูล ชนิดของเป้าหมายจะแยกโครงสร้างข้อมูล โดยอัตโนมัติเช่นแบ่งการเรียกข้อมูลและข้อมูล contextually และประโยคโดยฟอร์มบางโดเมน ใช้เอกสาร machine-readable ไม่มีโครงสร้างการรู้จำชื่อทิ เรียกอีกอย่างว่า รหัสเอนทิตีและเอนทิตีสกัด นี้กรอบแยกข้อมูลพยายามค้นหาองค์ประกอบของอะตอมในข้อความจัดประเภทเป็นประเภทที่กำหนดไว้ล่วงหน้า เช่นชื่อของเปอร์เซ็นต์ และอื่น ๆตอบคำถาม งานการตอบคำถามที่เกิดในธรรมชาติ ภาษาโดยอัตโนมัติ นั่นคือ ผลิตคำตอบภาษามนุษย์เมื่อได้รับคำถามภาษามนุษย์ ในการค้นหาคำตอบคำถาม โปรแกรมคอมพิวเตอร์อาจใช้ฐานข้อมูล prestructured หรือชุดของเอกสารภาษาธรรมชาติ (เป็นคลังข้อความเช่นเวิลด์ไวด์เว็บ)

ผลลัพธ์ (ไทย) 2:

ความหลากหลายของงาน NLP ได้รับการใช้ประสบความสำเร็จ
การดึงข้อมูล วิทยาศาสตร์ของการค้นหาเอกสารที่เกี่ยวข้องในการหาข้อมูลที่เฉพาะเจาะจงภายในพวกเขาและสร้างเมตาดาต้าที่เป็นเนื้อหาของพวกเขา.
สกัดข้อมูล ประเภทของการดึงข้อมูลที่มีเป้าหมายเพื่อดึงข้อมูลโดยอัตโนมัติที่มีโครงสร้างเช่นหมวดหมู่และบริบทและข้อมูลที่ดีที่กำหนดความหมายในรูปแบบโดเมนบางอย่างใช้เอกสารเครื่องอ่านที่ไม่มีโครงสร้าง.
ได้รับการยอมรับการตั้งชื่อนิติบุคคล หรือที่เรียกว่าการระบุนิติบุคคลและการสกัดนิติบุคคลงานย่อยการสกัดข้อมูลเหล่านี้พยายามที่จะค้นหาและการจำแนกองค์ประกอบของอะตอมในข้อความเป็นหมวดหมู่ที่กำหนดไว้ล่วงหน้าเช่นชื่อของเปอร์เซ็นต์และอื่น ๆ .
คำถามที่ตอบ งานโดยอัตโนมัติตอบคำถามถูกวางในภาษาธรรมชาติ; ว่ามีการผลิตเป็นคำตอบที่มนุษย์ภาษาเมื่อได้รับคำถามของมนุษย์ภาษา เพื่อหาคำตอบสำหรับคำถามนี้โปรแกรมคอมพิวเตอร์อาจใช้ฐานข้อมูล prestructured หรือการจัดเก็บเอกสารภาษาธรรมชาติ (คลังข้อความเช่นเวิลด์ไวด์เว็บ)

ผลลัพธ์ (ไทย) 3:

ความหลากหลายของงานที่ NLP ได้รับเรียบร้อยแล้ว
สืบค้นสารสนเทศประยุกต์ วิทยาศาสตร์ของการค้นหาเอกสารที่เกี่ยวข้อง การค้นหาข้อมูลที่เฉพาะเจาะจงภายในพวกเขาและสร้างข้อมูลที่เป็นเนื้อหาของพวกเขา .
การสกัดข้อมูล ประเภทของการสืบค้นที่มีเป้าหมายโดยอัตโนมัติสกัดข้อมูลที่มีโครงสร้างเช่น จัดประเภท และใช้เพื่อกำหนดรูปแบบและข้อมูลโดเมนที่แน่นอน การใช้เอกสาร รหัสใหม่
ชื่อนิติบุคคลข้อมูล หรือที่เรียกว่ารหัสหน่วยงานและองค์กรการสกัดนี้ งาน . . . ข้อมูลการสกัดพยายามที่จะค้นหาและจำแนกองค์ประกอบของอะตอมในข้อความลงในหมวดหมู่ที่กำหนด เช่น ชื่อของครู และ
ถามตอบ งานโดยอัตโนมัติที่ตอบคำถามถูกวางในภาษาของธรรมชาติ นั่นคือ การผลิต ภาษาคนตอบเมื่อได้รับคำถามภาษามนุษย์ หาคำตอบของคำถาม โปรแกรมอาจใช้ทั้ง prestructured ฐานข้อมูลหรือรวบรวมเอกสารของภาษาธรรมชาติ ( ข้อความคลังข้อมูลเช่นเวิลด์ไวด์เว็บ ) .