Natural Language Processing. A Machine Learning Approach to Sense Tagged Words using K-Nearest Neighbor (paperback)

Oferta empik.com : 274,99 zł

274,99 zł
- dostawa 0 zł
Pocztex - dostawa od 0 zł
Wysyłamy w 4-5 dni
Produkt u dostawcy
Szybkie zakupy bez zbędnych formalności. Wybierz opcje dostawy, formę płatności i złóż zamówienie.
Dodaj do listy

Dodaj ten produkt do jednej z utworzonych przez Ciebie list i zachowaj go na później.

Najczęściej kupowane razem

3 produkty

Cena zestawu:

Dodatkowy rabat:

Wysyłamy w 4-5 dni
Scientific Study from the year 2018 in the subject Computer Sciences - Artificial Intelligence, grade: 1, Post Graduate Government College, language: English, abstract: Every natural language contains a large number of words. These words can have different senses in different context; such words with multiple senses are known as sense tagged words. Word sense reflects the basic concept of the word and the words with several meanings cause ambiguity in the sentence, and the process that decides which of the denotation is accurate in the sentence among several meanings of the word is known as Word Sense Disambiguation. Human beings are good at understanding the meaning of the word by reading the sentence but the same task is difficult for a machine: to understand and accurately sense the correct meaning of the word. Machines can easily understand the set of rules and it is a difficult task to create such rules that can easily disambiguate the word in the context. This task is complicated because every natural language has their own set of rules such as grammatical rules, part-of-speech, antonomy, and synonym. Therefore, a machine is trained by special algorithm so that it can tag the word with its correct sense. If the correct sense of the word is determined, that correct sense is helpful in retrieving the basic concepts of the word. As such this is very difficult task for a machine to retrieve the basic definition of word. In this proposed work, K-Nearest Neighbor (KNN) approach is used to disambiguate the sense tagged words. The KNN is based on supervised learning method. The proposed technique evaluates the performance on Hindi sense tagged words and these are obtained from Hindi Wordnet. The results show the effectiveness of the proposed technique in sense tagged words.
Tytuł: Natural Language Processing. A Machine Learning Approach to Sense Tagged Words using K-Nearest Neighbor
Autor: Sidhu Jagpreet
Wydawca: Grin Verlag
Język wydania: english
Ilość stron: 88
Data premiery: 2019-09-14
Rok wydania: 2018
Forma: książka
Wymiary [mm]: 6 x 210 x 148
 
Brak
ocen
5
0
4
0
3
0
2
0
1
0
Oceń:
W przypadku naruszenia Regulaminu Twój wpis zostanie usunięty.
Prezentowane dane dotyczą zamówień dostarczanych i sprzedawanych przez empik.

Klienci, których interesował ten produkt, oglądali też

strona produktu - rekomendacje Document Analysis and Text Recognition Null
0/5
777,99 zł
premium

Opinie, uwagi, pytania

Jeśli masz pytania dotyczące sklepu empik.com odwiedź nasze strony pomocy.
Jeśli widzisz błąd lub chcesz uzyskać więcej informacji o produkcie skorzystaj z formularza kontaktowego: zgłoszenie błędu / pytanie o produkt

Twoja wiadomość została wysłana. Dziękujemy.

Administratorem podanych przez Ciebie danych osobowych jest Empik S.A. z siedzibą w Warszawie. Twoje dane będą przetwarzane w celu obsługi Twojej wiadomości z formularza kontaktowego, a także w celach statystycznych i analitycznych administratora. Więcej informacji na temat przetwarzania danych osobowych znajduje się w naszej Polityce prywatności.

Wybierz temat a następnie wypełnij dane formularza:

Pole Email jest wymagane

Pole imię i nazwisko jest wymagane

Pole Twoja wiadomość jest wymagane

pola wymagane

Jeśli chcesz skontaktować się z nami telefonicznie, skorzystaj z naszej infolini:

Centrum Wsparcia
Klienta
+48 22 462 72 50

+48 22 462 72 50

Czynne całą dobę

* z wyjątkiem świąt ustawowo wolnych od pracy

Ostatnio oglądane

Podobne do ostatnio oglądanego

Korzystając ze strony zgadzasz się na używanie plików cookie, które są instalowane na Twoim urządzeniu. Za ich pomocą zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej o tym oraz o możliwościach zmiany ich ustawień dowiesz się w Polityce Prywatności.