Xử lý ngôn ngữ tự nhiên là một lĩnh vực ngôn ngữ học, liên quan đến sự tương tác giữa máy tính và ngôn ngữ của con người, đặc biệt là cách lập trình máy tính để xử lý và phân tích một lượng lớn dữ liệu văn bản viết bằng ngôn ngữ thường dùng tự nhiên. Tại DopiAI, chúng tôi tập trung vào việc học phương pháp biểu diễn ngôn ngữ (learning text representation) để có giải pháp tốt hơn cho các nhiệm vụ tiếp theo trong NLP như phân loại văn bản, gán nhãn chuỗi ký tự, phân tích tình cảm và bài toán tương tự trong xử lý văn bản. Mục tiêu chính của chúng tôi là các bài toán về hiểu ngôn ngữ tự nhiên và ngữ nghĩa của ngôn ngữ để áp dụng học tập chuyển giao (transfer learning) để đáp ứng nhu cầu của khách hàng trong nhiều bài toán khác nhau. Vui lòng liên hệ với chúng tôi để biết chúng tôi có thể giúp giải quyết các vấn đề trong tổ chức của bạn.
Dưới đây là một số mô hình gần đây mà chúng tôi đã sử dụng cho các bài toán trong NLP:
- Gán nhãn chuỗi: BiLSTM-CRF+CNN-char (Ma & Hovy 2016), Transformer (2017).
- Học biểu diễn văn bản: ELMO (2018), BERT (2018), RoBERTa (2019), XLNet (2019).
- Dữ liệu đa phương thức trong nhiệm vụ phân loại đa lớp: ViBERT (2019)
- Phân loại văn bản: BERT (2018)
Xin vui lòng liên hệ với chúng tôi nếu bạn muốn biết làm thế nào để áp dụng kiến trúc thần kinh hiện đại trong nhiệm vụ của bạn.
