Data Science Glossary

自然語言處理（Natural Language Processing, NLP）相關詞彙

This article "Data Science Glossary" is still being written. If there are any incomplete parts, you are welcome to directly edit them. 這篇文章「Data Science Glossary」內容還在撰寫中，如果有不完整的部分，歡迎你直接動手修改。

C

• computational linguistics; 計算語言學、電腦語言學; 计算语言学
• Coreference; 指代
• Coreference Resolution; 指代消解、共指消解; 指代消解

D

• discourse analysis; 篇章分析、言談分析; 篇章分析、语篇分析。「分析口語、書面語言、手語、肢體語言等等不同的語言行為（Speech acts）及言外行為。」(資料來源: 維基百科 篇章分析)

E

• EMNLP (Empirical Methods in Natural Language Processing) is a "leading conference in the area of natural language processing and artificial intelligence." 「自然語言處理實務研討會」，研討會網站 EMNLP 2021。

I

• intent (意圖)：讓電腦了解「使用者聊天內容的問題類型」，從對話內容萃取實體參數 (entity type)，進而決定電腦後續如何操作。(參考資料：Intents  |  Dialogflow ES  |  Google Cloud、如何分類意圖？. 意圖是什麼？ 意圖怎麼分？ 意圖不應該怎麼分類？ | by Umy Chang | YOCTOL.AI)

• Information Extraction; 資訊擷取; 信息抽取。「資訊擷取是由文件中擷取事先預設所需的資訊」(資料來源: 國家教育研究院雙語詞彙 資訊擷取)

L

• Lexicology; 詞彙學; 词汇学;
• Lexical Semantics; 詞彙語義、詞彙語義學、詞匯語義學; 词汇语义、词汇语义学 "Lexical Semantics is about the meaning of words." (來源: D. A. Cruse, 1986)
• Linguistic Science; 語言科學、語言學、语言科学。「對於語言系統的科學研究，主要在研究人類語言系統的本質、結構、單位及變遷等。」(來源: 國家教育研究院雙語詞彙 語言科學)

N

• Named-entity recognition (NER); 命名實體識別; 命名实体识别。「識別文本中具有特定意義的實體，主要包括人名、地名、機構名、專有名詞等，以及時間、數量、貨幣、比例數值等文字。」(資料來源: 维基百科)。相關頁面：Named entity recognition tools
• NLU (Natural-language understanding): 自然語言理解 / 自然语言理解。「目標研究如何讓電腦讀懂人類語言。商業應用有電腦理解、機器翻譯、對話、新聞蒐集、語音介面」(資料來源: 维基百科)
• NLP (Natural language processing): 自然語言處理 / 自然语言处理。「此領域探討如何處理及運用自然語言；自然語言處理的挑戰包括有語音識別、自然語言理解、自然語言生成等部分。」(資料來源: 维基百科)

O

• OOV, Out of Vocabulary [繁] 未登錄詞、遺失字 [簡] 未登录词。

P

• POS (part-of-speech) 詞性。：圖書館學與資訊科學大辭典：「字詞（word）是語言系統中具有獨立語意或扮演特定語法功能，且可以自由使用的最小語言單位。依據字詞在句法結構或語言形態上扮演的角色，經由詞性分類賦予語句中每個字詞適當之詞性符號或標記的過程，則稱為詞性標記（part-of-speech tagging，或稱POS tagging）。」

Q

• Quantitative content analysis 量化內容分析

S

• Semantics; 語義學、語意學; 语义学。「語意學就是專門研究『語言意義』(meaning of Language) 的一門學問；屬於語言學 (Linguistics) 的一部分。」(來源: 國家教育研究院雙語詞彙 Semantics - 語意學)
• semantic analysis; 語意分析; 语意分析、语义分析;「將一長串的文字或內容，從其中分析出該個段落的摘要以及大意，甚至更進一步，將整篇文章的文意整理出來。」(來源: 维基百科 語意分析)

T

• Telicity (動詞的終結點):
  • (1) telic: 有事件或狀態的終結點 (endpoint) 的動詞，例如「約翰蓋了一間房子」
  • (2) atelic: 沒有終結點的動詞，例如「約翰蓋房子蓋了一個月」。參考資料：維基百科、中文文法：telicity 這動作有停下來的一天嗎？ - Droidtown.co

• Temperature 溫度：「溫度是自然語言處理模型中的參數，用於增加或減少模型對其最可能的反應的『信心』。較高的溫度使模型更有『創造性』，這在生成文章等方面可能很有用。較低的溫度使模型更加『自信』，這在回答問題等應用中很有用。」

• Text mining (文本挖掘、文字探勘、文本挖掘) 「從文本處理過程中取得高質量的訊息」 (來源: 維基百科)

• Text segmentation, Segmentation of words 斷詞。相關工具： 中文斷詞工具

W

• Word-sense disambiguation; 詞義消歧; 词义消歧。一詞多義

延伸閱讀

1. 分類:計算語言學 - 維基百科，自由的百科全書 或 Category:Computational linguistics - Wikipedia
2. Category:Natural language processing - Wikipedia