Kieliteknologia

Wikipedia
Loikkaa: valikkoon, hakuun

Kieliteknologia on ihmisten kieleen kohdistuvaa tai sitä hyväksikäyttävää teknologiaa. Nimitystä tietokonelingvistiikka on käytetty kieliteknologian keskeisistä teorioista ja menetelmistä, joilla kieltä voidaan tunnistaa, tuottaa ja jäsentää. Kieliteknologia on varsin monitieteistä, se liittyy muun muassa tietojenkäsittelytieteeseen ja yleiseen kielitieteeseen.

Kieliteknologian sovellusalueita[muokkaa | muokkaa wikitekstiä]

Kieliteknologia kehittää ja soveltaa tietokonelingvistiikan menetelmiä useille sovellusaloille, joita ovat muun muassa:

Kieliteknologian menetelmiä ja osa-alueita[muokkaa | muokkaa wikitekstiä]

  • Automaattinen morfologinen analyysi (morfologinen jäsentäminen) s.o. perusmuodon ja kieliopillisen taivutusmuodon tunnistaminen mukaan lukien ennalta tuntemattomien sanojen kohdalla perusmuodon ja muodon arvaaminen.
  • Morfologinen generointi (automaattinen taivuttaminen).
  • Automaattinen syntaktinen analyysi (syntaktinen jäsentäminen).
  • Luonnollisen kielen ilmausten generointi (koneen laskeman vastauksen muuttaminen ihmisten kielelle).
  • Dialogin (eli keskustelun) mallintaminen ja hallinta (mitä koneen tulisi kussakin tilanteessa pyrkiä sanomaan).
  • Kielivirheiden tunnistaminen ja korjausehdotusten tuottaminen.
  • Saneiden alamerkitysten automaattinen tunnistaminen tekstissä (esimerkiksi milloin laskea tarkoittaa aritmetiikkaa, milloin liukumista, päästämistä jne.)
  • Anaforan ratkaiseminen (eli mihin aiempaan kohteeseen tekstin pronomini tai lyhyempi ilmaus viittaa).
  • Termeiksi katsottavien ilmausten automaattinen päätteleminen tekstistä (so. kirjan takana olevan asiahakemiston automaattinen tuottaminen).
  • Puheentunnistuksessa puheen erottaminen tauoista, äänteitä kuvaavien piirteiden eristäminen signaalista (FFT, Cepstr, jne), todennäköisimpien sanojen tunnistaminen tilastollisilla menetelmillä (kuten HMM).
  • Puhesynteesissä äännemallit (esimerkiksi difonit) ja niiden yhdistely, sanojen ja virkkeen prosodian mallintaminen.
  • Kielentunnistus eli tekstin tai puheen kielen tunnistaminen näytteen perusteella.

Aiheesta muualla[muokkaa | muokkaa wikitekstiä]

  • FILT eli Suomen kieliteknologian dokumentointikeskus, jossa linkit Suomessa oleviin kieliteknologian parissa toimiviin firmoihin, laitoksiin, erilaisiin kieliteknologisiin tuotteisiin ym. viittaavaa tietoa.
  • NORDOKNET eli pohjoismainen kieliteknologian dokumentointikeskus, joka yhdistää eri Pohjoismaissa toimivia dokumentointikeskuksia.
  • Language Technology World, jossa on huomattava määrä tietoa siitä, mitä kieliteknologia on. Siellä luetellaan kieliteknologian eri teknologiat, suuri määrä ihmisiä, tuotteita, hankkeita ja firmoja sekä organisaatioita ym. kieliteknologiaan liittyvää.
  • ACL The Association for Computational Linguistics, joka on alan tärkein kansainvälinen organisaatio.