간단히 말해, 코퍼스의 의미는 모음입니다. 자연어 처리 (NLP) 상황에서이 코퍼스는 특정 목적으로 사용되는 텍스트 모음을 나타냅니다.
자연어 처리에서 코퍼스는 텍스트 마이닝 (text mining), 딥 러닝 (deep learning), 기계 학습 (machine learning) 및 인공 지능 (artificial intelligence) 프로세스에 사용됩니다. 필요에 따라 이러한 프로세스는 단일 언어 코퍼스 또는 다국어 코포 라를 사용해야 할 수도 있습니다.
Starlang에서는 언어 학자 팀과 함께 텍스트 데이터 (원시 데이터)를 선별, 분류 및 주석이 달린 코포라로 바꿉니다. 이를 위해 고객 피드백 및 의견, 비즈니스 파일 및 문서, 웹 페이지 내용 및 인기 키워드와 같은 많은 양의 원시 텍스트 (일반 텍스트)를 처리합니다.
원시 데이터 (Raw data)
언어학자가 처리 한 데이터 (Data processed by our linguists)
도메인 별 코포 라 (Domain-specific corpora)
자연어 처리 (NLP)는 계산 과학 및 언어 전문가 모두의 입력이 필요한 복잡하고다면적인 작업입니다. 기계 학습과 같은 일부 NLP 단계는 코더 및 소프트웨어 엔지니어의 도움이 더 필요한 반면 코퍼스 구축과 같은 다른 단계는 언어학 자의 도움이 더 필요합니다. 이 분업의 이유는 인간 언어가 NLP 프로세스와 관련하여 다양한 도전을 제기하기 때문입니다.
다양한 리포지토리는 코퍼스 구축과 같은 목적으로 NLP 프로젝트에 통합 될 수있는 사전을 제공합니다. 그러나 이러한 사전은 의도 된 단어의 의미를 포착하지 못합니다. 결과적으로, 터키어의 형태 학적으로 풍부한 유형과 복잡한 의미로 인해 텍스트 데이터를 정확하고 일관된 방식으로 처리 할 수 없습니다. 그래서 노련한 언어 학자 팀과 함께 원시 데이터를 처리하고 터키어의 고유 한 특성을 기반으로 NLP 작업을 수행합니다.
고객님께서 사전 처리, 데이터 정렬 및 이와 유사한 작업에 시간을 낭비하지 않게 처리 된 (및 요청 된 경우 주석이 달린) 코퍼스를 제공합니다. 또한 텍스트 마이닝, 기계 학습 및 인공 지능 프로세스를 더 빠르게 수행하고 더 나은 결과를 얻을 수 있습니다.
터키어는 50.000 개 이상의 기본 형식으로 구성되어 있지만 지정된 데이터 세트에 모두있는 것은 아닙니다. 더욱이, 이들 형태의 상당 부분은 하나 이상의 고유 한 의미를 갖는다. 그렇기 때문에 이러한 형태와 그 의미를 모두 포함하는 사전이나 코퍼스를 사용하면 모호하고 종종 일관성이없는 결과가 발생합니다.
NLP 프로세스가 정확한 분석과 의미있는 결과를 제공 할 수 있도록 당사의 언어 학자 팀은 관련 용어, 도메인 별 단어 및 컨텍스트 별 의미를 코퍼스에 포함시킵니다.
우리는 조직의 고유 한 요구에 따라 구축 된 도메인 별 코퍼스 및 사전을 제공합니다. 따라서, 자신의 속도와 원하는 시간에 코퍼스를 텍스트 마이닝, 딥 러닝, 기계 학습 및 인공 지능 프로젝트에 통합 할 수 있습니다.