menu
{ "item_title" : "Postę", "item_author" : [" Xuancong Wang "], "item_description" : "Wraz z rozwojem technologii automatycznego rozpoznawania mowy (ASR), coraz więcej aplikacji przetwarzania języka naturalnego (NLP) jest wykorzystywanych w naszym codziennym życiu, takich jak tlumaczenie języka m wionego, automatyczne odpowiadanie na pytania, wyszukiwanie informacji o mowie itp. Gdy mamy do czynienia z rozpoznaną mową spontaniczną, pojawia się kilka naturalnych problem w. Po pierwsze, rozpoznana mowa nie zawiera informacji o interpunkcji lub granicach zdań. Po drugie, mowa spontaniczna zawiera nieplynnośc, kt ra nie niesie ze sobą żadnych użytecznych informacji o treści. Brak interpunkcji i informacji o granicach zdań oraz obecnośc nieplynności wplywają na wydajnośc dalszych zadań NLP. Dlatego celem tej pracy jest opracowanie lub ulepszenie algorytm w automatycznego wykrywania granic zdań, dodawania interpunkcji i identyfikowania nieplynnych sl w w rozpoznanej mowie, aby poprawic wydajnośc dalszych zadań NLP.", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/6/20/880/295/6208802954_b.jpg", "price_data" : { "retail_price" : "39.00", "online_price" : "39.00", "our_price" : "39.00", "club_price" : "39.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
Post&#281|Xuancong Wang

Postę : py w przewidywaniu interpunkcji i nieplynności

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Wraz z rozwojem technologii automatycznego rozpoznawania mowy (ASR), coraz więcej aplikacji przetwarzania języka naturalnego (NLP) jest wykorzystywanych w naszym codziennym życiu, takich jak tlumaczenie języka m wionego, automatyczne odpowiadanie na pytania, wyszukiwanie informacji o mowie itp. Gdy mamy do czynienia z rozpoznaną mową spontaniczną, pojawia się kilka naturalnych problem w. Po pierwsze, rozpoznana mowa nie zawiera informacji o interpunkcji lub granicach zdań. Po drugie, mowa spontaniczna zawiera nieplynnośc, kt ra nie niesie ze sobą żadnych użytecznych informacji o treści. Brak interpunkcji i informacji o granicach zdań oraz obecnośc nieplynności wplywają na wydajnośc dalszych zadań NLP. Dlatego celem tej pracy jest opracowanie lub ulepszenie algorytm w automatycznego wykrywania granic zdań, dodawania interpunkcji i identyfikowania nieplynnych sl w w rozpoznanej mowie, aby poprawic wydajnośc dalszych zadań NLP.

This item is Non-Returnable

Details

  • ISBN-13: 9786208802950
  • ISBN-10: 6208802954
  • Publisher: Wydawnictwo Nasza Wiedza
  • Publish Date: March 2025
  • Dimensions: 9 x 6 x 0.17 inches
  • Shipping Weight: 0.24 pounds
  • Page Count: 72

Related Categories

You May Also Like...

    1

BAM Customer Reviews