法律資料分析：從入門到精通 蘇豐文教授

Описание к видео 法律資料分析：從入門到精通 蘇豐文教授

法律資料分析：從入門到精通 蘇豐文教授

自然語言處理（Natural Language Processing，NLP）已在一般生活中進行多種運用，例如偵測詐騙郵件、人名辨別、機器翻譯、語音辨識等等。自引入機器學習(Machine Learning)演算法後，我們開始從過去的制式程式語言規則，轉變為以統計機率呈現資料趨勢，讓機器理解自然語言特性。

隨著自然語言處理進入專業領域，有時學者會選擇最能減少資料亂度（Entropy，或稱「熵」）的標註，來決定決策樹模型，使機器學會分析句式、理解整個句子的語意。

然而在標註過程中，除了中文本質上相較英文等各單詞分離的語言，更容易發生斷詞分歧外；層出不窮的新生詞彙、繁複的指代詞、錯綜的句式結構…均構成標註的障礙。倘發生標註失準或標註偏見殘留，將造成句意中重要因素漏未判斷、悖離現實、加深偏見等錯誤結果。也因此斷詞、詞彙的中立化（neutralize）或除偏（debiasing）成為採行自然語言處理必須關注的議題

Комментарии

Информация по комментариям в разработке

Похожие видео