مسرد المصطلحات

فهم اللغة الطبيعية (NLU)

اكتشف "فهم اللغة الطبيعية" (NLU) - طفرة الذكاء الاصطناعي التي تمكّن الآلات من فهم اللغة البشرية وتفسيرها والاستجابة لها.

فهم اللغات الطبيعية (NLU) هو مجال فرعي للذكاء الاصطناعي (AI) ومعالجة اللغات الطبيعية (NLP ) يركز على تمكين الآلات من فهم معنى اللغة البشرية. على عكس مجرد معالجة الكلمات، تهدف NLU إلى تفسير القصد والسياق والمشاعر من النص أو الكلام. إنه جزء "الفهم" من معادلة التفاعل بين الإنسان والحاسوب، مما يسمح للبرمجيات بفهم ما يعنيه المستخدم حقًا، حتى عندما تكون اللغة غامضة أو عامية أو غير منظمة. هذه القدرة أساسية لإنشاء تطبيقات ذكاء اصطناعي أكثر سهولة وفعالية يمكنها التفاعل مع الأشخاص بشروطهم الخاصة.

المكوّنات الأساسية لوحدة التخزين الوطنية

تقوم وحدة معالجة اللغات الطبيعية بتقسيم المهمة المعقدة لفهم اللغة إلى عدة مكونات رئيسية. وعادةً ما يقوم نظام وحدة التخاطب اللغوي غير المنطقي بمجموعة من المهام التالية لتفكيك وتفسير مدخلات المستخدم:

  • التعرف على النية: هذه هي عملية تحديد هدف المستخدم أو غرضه. على سبيل المثال، في عبارة "احجز رحلة إلى نيويورك"، فإن القصد هو "حجز رحلة طيران". هذه هي الخطوة الأولى الحاسمة لأي نظام موجه نحو المهام، مثل روبوت الدردشة أو المساعد الافتراضي. يمكنك معرفة المزيد حول كيفية تعامل خدمات مثل Microsoft Azure LUIS مع المقاصد.
  • التعرف على الكيانات المسماة (NER): يتضمن ذلك تحديد وتصنيف الأجزاء الرئيسية من المعلومات في النص إلى فئات محددة مسبقًا مثل الأسماء والمنظمات والمواقع والتواريخ والكميات. في مثال حجز الرحلات الجوية، "نيويورك" هو كيان موقع.
  • تحليل المشاعر: تحدد هذه المهمة النبرة العاطفية وراء نص ما، وتصنفه إلى إيجابي أو سلبي أو محايد. وتُستخدم على نطاق واسع لقياس ملاحظات العملاء وسمعة العلامة التجارية والرأي العام.
  • استخراج العلاقات: تحدد هذه المهمة المتقدمة العلاقات الدلالية بين الكيانات المختلفة في النص. على سبيل المثال، تحديد أن "إيلون ماسك" هو "الرئيس التنفيذي" لشركة "تسلا" من مقال إخباري. يساعد ذلك في بناء معرفة منظمة من البيانات غير المنظمة.

التقنيات التي تعمل على تشغيل NLU

تعتمد وحدة معالجة اللغات الطبيعية الحديثة اعتماداً كبيراً على التطورات في مجال التعلم الآلي (ML)، وخاصة التعلم العميق (DL). وقد أحدثت بنيات الشبكات العصبية مثل المحولات والنماذج المدربة مسبقاً مثل BERT ثورة في قدرات وحدة معالجة اللغات غير اللغوية من خلال التقاط العلاقات السياقية المعقدة داخل اللغة بشكل فعال. وتعد هذه الإنجازات أساسية لقوة نماذج اللغات الكبيرة الحالية (LLMs). تُعد المؤسسات البحثية البارزة في مجال الذكاء الاصطناعي مثل مجموعة ستانفورد للبرمجة اللغوية العصبية والمكتبات والمنصات مفتوحة المصدر مثل spaCy و Hugging Face من المساهمين الرئيسيين في تقدم هذا المجال، حيث تقوم منظمات مثل جمعية اللغويات الحاسوبية (ACL) بدفع الأبحاث إلى الأمام.

المفاهيم ذات الصلة

من المهم التمييز بين مصطلحات NLU والمصطلحات ذات الصلة الوثيقة:

  • معالجة اللغات الطبيعية (NLP): وحدة معالجة اللغات الطبيعية هي مجال فرعي متخصص في البرمجة اللغوية العصبية. وفي حين أن البرمجة اللغوية العصبية هي مجال واسع يغطي جميع جوانب التقاطع بين الحواسيب واللغة البشرية، إلا أن معالجة اللغات الطبيعية تركز تحديدًا على الفهم واستخراج المعنى (المدخلات). كما تشمل البرمجة اللغوية العصبية أيضًا توليد اللغة الطبيعية (NLG)، والذي يهتم بإنتاج نص شبيه بالإنسان (المخرجات). باختصار، تتعلق وحدة معالجة اللغات الطبيعية بـ "القراءة"، بينما تغطي البرمجة اللغوية العصبية "قراءة اللغة وكتابتها ومعالجتها".
  • الرؤية الحاسوبية (CV): تتعامل NLU مع بيانات اللغة، بينما تركز CV على تفسير المعلومات من المدخلات المرئية مثل الصور ومقاطع الفيديو. تُستخدم نماذج السيرة الذاتية مثل Ultralytics YOLO في مهام مثل اكتشاف الأشياء. ومع ذلك، يتقاطع المجالان بشكل متزايد في النماذج متعددة الوسائط التي تعالج كلاً من النصوص والصور، مما يتيح التطبيقات التي تربط بين البرمجة اللغوية العصبية والسيرة الذاتية. في حين أن منصات مثل Ultralytics HUB تركز في المقام الأول على الذكاء الاصطناعي للرؤية، فإن المبادئ الأساسية للتعلم العميق غالباً ما تتداخل. لمعرفة المزيد عن تطبيقات الذكاء الاصطناعي، يمكنك استكشاف وثائق Ultralytics.

انضم إلى مجتمع Ultralytics

انضم إلى مستقبل الذكاء الاصطناعي. تواصل وتعاون ونمو مع المبتكرين العالميين

انضم الآن
تم نسخ الرابط إلى الحافظة