تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > بحث>نموذج ماركوف والذخيرة اللغوية:...>الوصف

نموذج ماركوف والذخيرة اللغوية: دراسة لغوية تطبيقية

المصدر: مجلة سرديات
الناشر: الجمعية المصرية للدراسات السردية
المؤلف الرئيسي: خضر، تامر سعد إبراهيم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Khedr, Tamer Saad Ibrahim
المجلد/العدد: ع53
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
الشهر: سبتمبر
الصفحات: 13 - 51
ISSN: 2636-2945
رقم MD: 1550974
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: AraBase, HumanIndex
مواضيع:
التعليم الرقمي | اللغة العربية | التطبيقات التكنولوجية | علم الذخائر اللغوية
كلمات المؤلف المفتاحية:
الذخائر اللغوية | اللغة والاقتصاد | نموذج ماركوف المخفي | نظرية بايز | برنامج بايثون | Linguistics | Linguistics | Language and Economics | Hidden Markov Model | Bayes Theorem | Python Program
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون
حفظ في:
المستخلص: زادت في الآونة الأخيرة أهمية تطبيقات معالجة اللغة الطبيعية (NPL) خاصة التي تستخدم النهج الإحصائي، ويعد نموذج ماركوف المخفي (HMM) من أكثر التطبيقات المستخدمة من نماذج التعليم الآلي؛ وهو نموذج احتمالي يتنبأ بالحالة المستقبلية بناء على الحالة الحالية وليست الماضية؛ وبالتالي يستفاد منه في معرفة التغير في النماذج اللغوية قبل فترة تاريخية معينة وبعدها، ويمكننا في كل عام نشر قوائم الكلمات والتعبيرات اللغوية الجديدة، وكذلك يستخدم في تصنيف النص، والترجمة الآلية، وتحليل المشاعر. ولكن المعالجة الإحصائية للغة لن تتم إلا ببناء ذخيرة لغوية، نأمل أن تتحد مؤسساتنا القومية العربية لإنجازها.

Recently, the importance of Natural Language Processing (NLP) applications has increased, especially those that use the statistical approach. The Hidden Markov Model (HMM) is one of the most used applications of machine learning models; it is a probabilistic model that predicts the future state based on the current state, not the past; therefore, it is useful in knowing the change in linguistic models before and after a certain historical period. Every year, we can publish lists of new words and linguistic expressions, and it is also used in text classification, machine translation, and sentiment analysis. However, statistical processing of language will not be done without building a linguistic repertoire, which we hope our Arab national institutions will unite to accomplish.
ISSN: 2636-2945

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.