پردازش زبان طبیعی (NLP)

فرادید با یک دهه فعالیت در شاخه های هوش مصنوعی، اقدام به تولید و بومی سازی نرم افزارهای گوناگونی در زمینه­ ی بینایی ماشین و تولید نرم افزاردر این زمینه نموده است. این راهکارها و خدمات در حوزه های مدیریت ترافیک شهری، تحلیل رخدادهای ورزشی، حفاظت محیط زیست، حفاظت فیزیکی ساختمان ها، اتوماسیون صنعتی، و کنترل خطوط تولید می باشند. ماموریت اصلی این مجموعه خدمت رسانی با استفاده از راهکارهایی برپایه الگوریتم های مبتنی بر یادگیری عمیق شکل گرفته است. صنایع و شرکت هایی که نیاز به کاربری های بینایی ماشین دارند، با استفاده از راهکارهای شرکت فرادید، بدون داشتن دانش فنی در حوزه پردازش تصویر و بینایی ماشین، می توانند محصول دلخواه خود را در این حوزه تولید نمایند.

پردازش زبان طبیعی (NLP)

Natural Language Processing شاخه‌ای از هوش‌ مصنوعی‌ است که با هدف ارتباط ماشین با زبان انسان توسعه داده می‌شود. زبان انسانی پیچیدگی‌‌های بسیاری دارد. چالش‌های پردازش زبان طبیعی را می‌توان در دوسته «قواعد زبانی» و «مفاهیم زبانی» تقسیم کرد.

  • قواعد زبانی
  • مفاهیم زبانی

متن کاوی

متن­ کاوی به شاخه‌ای از هوش­ مصنوعی گفته می­‌شود که از متن‌های خام، اطلاعات سطح بالا استخراج می‌کند. این اطلاعات سطح بالا از طریق استتناج اتوماتیک الگوهایی که در متن تکرار می‌شوند، به­ دست می‌آید. متن­ کاوی مرز مشخص و دقیقی با پردازش زبان طبیعی ندارد. در متن­ کاوی بدون در نظر گرفتن مفهوم پنهان در پس جملات، صرفاً با توجه به کلمات پردازش‌هایی را انجام می­‌دهند. برای مثال:

  • دسته‌بندی خودکار اسناد
  • مدل‌سازی موضوعی متون
  • خوشه‌بندی کلمات

تحلیل احساسی متون

تحلیل احساسی متن یا نظرکاوی به استفاده از پردازش زبان طبیعی برای استخراج، تشخیص سیستماتیک و اندازه‌گیری وضعیت عاطفی اطلاعات بیان شده می‌پردازد. تحلیل احساسی، کاربردهای فراوانی برای تحلیل بازخورد مشتریان در رسانه‌های آنلاین دارد. تحلیل احساسی متن به چندین دسته تقسیم می‌شود:

  • سطح متن
  • سطح مفهوم جمله
  • سطح احساسات
  • مدل word embedding مبتنی بر کاراکتر
  • مدل تشخیص زبان
  • مدل تشخیص emoji
  • مدل تشخیص احساسات نظرات فیلم‌های سینمایی
  • مدل تشخیص جنبه و احساسات نظرات در خصوص یک کالا