Pengolahan bahasa alami: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Add 2 books for Wikipedia:Pemastian (20240109)) #IABot (v2.0.9.5) (GreenC bot |
Tren umum dan (kemungkinan) arah masa depan |
||
Baris 13:
Sejak "revolusi statistik"<ref name="Johnson2009">{{cite journal |last=Johnson |first=Mark |year=2009 |title=How the statistical revolution changes (computational) linguistics |journal=Proceedings of the EACL 2009 Workshop on the Interaction between Linguistics and Computational Linguistics |url=http://www.aclweb.org/anthology/W09-0103}}</ref><ref name="Resnik2011">{{cite web |url=http://languagelog.ldc.upenn.edu/nll/?p=2946 |last=Resnik |first=Philip |date=5 Februari 2011 |title=Four revolutions |website=Language Log}}</ref> pada akhir 1980-an dan pertengahan 1990-an, banyak penelitian pengolahan bahasa alami bergantung pada pemelajaran mesin. Paradigma pemelajaran mesin ini memakai [[statistika inferensi]] untuk mempelajari tata bahasa secara otomatis dari sebuah korpus.
== Tren umum dan (kemungkinan) arah masa depan ==
Sebagian besar aplikasi NLP tingkat tinggi mencakup aspek-aspek yang meniru perilaku cerdas dan pemahaman bahasa alami yang nyata. Secara lebih luas, operasionalisasi teknis dari aspek-aspek perilaku kognitif yang semakin maju merupakan salah satu lintasan perkembangan NLP.
Kognisi mengacu pada "tindakan mental atau proses memperoleh pengetahuan dan pemahaman melalui pemikiran, pengalaman, dan indera".<ref>{{cite web|title=Cognition|url=https://www.dictionary.com/browse/cognition|accessdate=2024-05-17|work=www.dictionary.com}}</ref> Ilmu kognitif adalah studi ilmiah interdisipliner tentang pikiran dan prosesnya.<ref>{{cite web|title=Allocating Student Study Time: "Massed" versus "Distributed" Practice|url=https://www.aft.org/ae/summer2002/willingham|accessdate=2024-05-17|work=www.aft.org}}</ref> Linguistik kognitif adalah cabang linguistik interdisipliner yang menggabungkan pengetahuan dan penelitian psikologi dan linguistik.<ref>{{cite web|title=Handbook of Cognitive Linguistics and Second Language Acquisition|url=https://books.google.com/books?vid=ISBN9780805853520&newbks=0&redir_esc=y|accessdate=2024-05-17|work=books.google.com}}</ref> Khususnya di era NLP simbolik, bidang linguistik komputasi telah mempertahankan hubungan yang kuat dengan penelitian kognitif.
Hubungan dengan linguistik kognitif adalah bagian dari warisan sejarah NLP, tetapi lebih jarang dibahas sejak pergantian statistik tahun 1990-an. Namun demikian, pendekatan untuk mengembangkan model kognitif untuk membuat kerangka kerja yang dapat dioperasionalkan secara teknis telah diterapkan dalam konteks berbagai kerangka kerja, seperti tata bahasa kognitif,<ref>{{cite web|title=US patent 9269353|url=https://worldwide.espacenet.com/patent/search/family/055314712/publication/US9269353B1?q=pn%3DUS9269353|accessdate=2024-05-17|work=worldwide.espacenet.com}}</ref> tata bahasa fungsional,<ref>{{cite web|title=Universal Conceptual Cognitive Annotation (UCCA)|url=https://universalconceptualcognitiveannotation.github.io/|accessdate=2024-05-17|work=universalconceptualcognitiveannotation.github.io}}</ref> tata bahasa konstruksi, psikolinguistik komputasi, dan ilmu saraf kognitif (misalnya, ACT-R). Demikian pula, ide-ide dari NLP kognitif melekat pada model saraf NLP multimodal (meskipun jarang dibuat secara eksplisit)<ref>{{cite web|title=Introduction to Chunks and Rules|url=https://www.w3.org/Data/demos/chunks/chunks.html|accessdate=2024-05-17|work=www.w3.org}}</ref> dan perkembangan dalam kecerdasan buatan, khususnya alat dan teknologi yang menggunakan pendekatan model bahasa besar<ref>{{cite web|title=Grounded Compositional Semantics for Finding and Describing Images with Sentences|url=https://direct.mit.edu/tacl/article/doi/10.1162/tacl_a_00177/43306/Grounded-Compositional-Semantics-for-Finding-and|accessdate=2024-05-17|work=direct.mit.edu}}</ref><ref>{{cite web|title=Understanding the Anatomies of LLM Prompts: How To Structure Your Prompts To Get Better LLM Responses|url=https://www.codesmith.io/blog/understanding-the-anatomies-of-llm-prompts|accessdate=2024-05-17|work=www.codesmith.io}}</ref> dan perkembangan dalam kecerdasan buatan, khususnya alat dan teknologi yang menggunakan pendekatan model bahasa besar. Arah baru dalam kecerdasan umum buatan didasarkan pada prinsip energi bebas<ref>{{cite web|title=Active Inference: The Free Energy Principle in Mind, Brain, and Behavior|url=https://books.google.com/books?vid=ISBN9780262369978&newbks=0&redir_esc=y|accessdate=2024-05-17|work=books.google.com}}</ref> dari ilmuwan saraf Inggris dan ahli teori dari University College London, Carl J Hughes, yang merupakan seorang profesor ilmu saraf di University of London. Friston.
== Lihat pula ==
| |||