命名實體辨識 Named Entity Recognition
命名實體辨識是自然語言處理的核心技術之一,它能自動從非結構化文本中識別出具有特定類別意義的實體,例如人名、地名、組織機構、日期等,並進行分類標註。
瀏覽 AITerms.tw 中標籤為「AI應用」的 AI 術語,快速找到定義、FAQ 與 iPAS 考試重點。
命名實體辨識是自然語言處理的核心技術之一,它能自動從非結構化文本中識別出具有特定類別意義的實體,例如人名、地名、組織機構、日期等,並進行分類標註。
自然語言生成(NLG)是將結構化資料轉換為人類可理解的自然語言文本的AI技術,廣泛應用於報告生成、聊天機器人等。
自然語言處理使電腦能理解、分析和生成人類語言,是 AI 語音助理與翻譯等應用的核心技術
醫療 NLP 是指應用自然語言處理技術於醫療文本的技術,如電子病歷、臨床筆記、病理報告等。它能自動提取關鍵醫療信息、識別臨床事件、輔助診斷和生成臨床決策支持。
自然語言理解(NLU)是人工智慧的一個分支,旨在使電腦能夠理解和解釋人類語言的含義,從而執行相關任務。
使用深度神經網路進行端到端機器翻譯的技術,相比傳統統計方法質量顯著提升。
神經輻射場景(NeRF)是一種使用神經網路表示3D場景的新穎方法,它通過學習場景的體積密度和顏色來實現逼真的渲染。
神經符號人工智慧結合了神經網路的學習能力和符號AI的推理能力,旨在克服各自的局限性,實現更強大、更可靠的AI系統。
神經形態運算是一種模擬生物大腦結構的硬體架構,旨在以極低的功耗執行複雜的機器學習與人工智慧運算任務。
無程式碼是一種開發平台,讓使用者無需編寫任何程式碼,也能建立應用程式或自動化流程
一種圖學習任務,目標是為圖中的節點預測標籤或類別,利用圖結構和節點特徵進行學習。
非極大值抑制 (NMS) 是一種在物件偵測中用於消除重複框的技術,它會保留置信度最高的框,並抑制與之高度重疊的其他框。