Tietokonekielitiede

Tietokonekielitiede tutkii kieltä laskennallisesta näkökulmasta — luonnollisen kielen mallintamista, käsittelyä ja tuottamista tietokoneiden avulla.

Scope

Ala kattaa luonnollisen kielen käsittelyn (natural language processing), jäsennyksen (parsing), konekääntämisen, puheen käsittelyn sekä kielen tilastolliset ja neuraaliverkkopohjaiset mallit.

Core questions

• Kuinka tietokoneet voivat käsitellä ja tuottaa ihmiskieltä?
• Kuinka kielellistä rakennetta voidaan mallintaa laskennallisesti?
• Kuinka kielidataa voidaan hyödyntää kielimallien oppimisessa?
• Kuinka puhe ja teksti ymmärretään automaattisesti?

Key concepts

• Luonnollisen kielen käsittely (natural language processing)
• Jäsennys (parsing)
• Konekääntäminen
• Tilastolliset kielimallit
• Puheentunnistus
• Korpukset

Key theories

Tilastollinen luonnollisen kielen käsittely

Manning ja Schütze syntetisoivat tilastollisen, datapohjaisen lähestymistavan kielenkäsittelyyn.

Puheen ja kielen käsittely

Jurafsky ja Martin yhdistivät kielitieteelliset ja laskennalliset lähestymistavat puheen ja tekstin käsittelyyn.

History

Tietokonekielitiede siirtyi sääntöpohjaisista järjestelmistä tilastollisiin menetelmiin (Manning ja Schütze; Jurafsky ja Martin) ja viime aikoina neuraalikieliverkko- ja suuriin kielimalleihin, jotka ovat keskeisiä modernissa kieliteknologiassa.

Debates

Sääntöpohjaiset vastaan datapohjaiset lähestymistavat

Rakennetaanko kieliteknologia parhaiten kielitieteellisten sääntöjen vai datasta oppimisen pohjalta.

Key figures

• Christopher Manning
• Hinrich Schütze
• Daniel Jurafsky
• James Martin

Seminal works

• manning-schutze-1999
• jurafsky-martin-2000

Frequently asked questions

Mitä on luonnollisen kielen käsittely?

Laskennalliset tekniikat ihmiskielen analysoimiseksi, ymmärtämiseksi ja tuottamiseksi — tietokonekielitieteen ydinosa.