เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลองภาษาเอ็นแกรม× | การจำแนกความหมายของคำ× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | — | 2009 |
| ผู้ริเริ่ม≠ | — | Navigli (survey, 2009) |
| ประเภท≠ | Statistical language model | NLP semantic-disambiguation task |
| แหล่งต้นตำรับ≠ | Jurafsky, D. & Martin, J.H. (2023). Speech and Language Processing, 3rd ed. link ↗ | Navigli, R. (2009). Word Sense Disambiguation: A Survey. ACM Computing Surveys (CSUR), 41(2), Article 10, 1-69. DOI ↗ |
| ชื่อเรียกอื่น | n-gram model, statistical language model, N-gram Dil Modeli | WSD, sense tagging, Sözcük Anlamı Belirsizlik Giderme (WSD) |
| ที่เกี่ยวข้อง≠ | 4 | 2 |
| สรุป≠ | An n-gram language model is a statistical model that predicts the probability of the next word by looking only at the previous n−1 words. Described in detail by Jurafsky and Martin (Speech and Language Processing), it provides foundational infrastructure for text generation, spelling correction, and speech recognition. | Word sense disambiguation (WSD) is the natural-language-processing task of choosing the correct meaning of a polysemous word from its context. Surveyed by Navigli (2009), it resolves which sense of a many-meaning word applies in a given sentence, improving the quality of information retrieval, machine translation, and question answering. |
| ScholarGateชุดข้อมูล ↗ |
|
|