এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
দিক-ভিত্তিক অনুভূতি বিশ্লেষণ (ABSA)
এনএলপি-এর একটি কাজ যা একটি সত্তার নির্দিষ্ট দিকগুলি শনাক্ত করার এবং প্রতিটি দিকের প্রতি প্রকাশিত অনুভূতি (ইতিবাচক, নেতিবাচক, নিরপেক্ষ) নির্ধারণ করার লক্ষ্য রাখে।
দিকের শ্রেণী
দিকগুলিকে শব্দার্থিক গোষ্ঠীতে পূর্বনির্ধারিত শ্রেণীবিভাগ (উদাহরণ: রেস্তোরাঁর জন্য 'পরিষেবা', 'পরিবেশ', 'খাবার') বিশ্লেষণকে কাঠামোগত করার জন্য।
দিকের পদ
পাঠ্যে একটি নির্দিষ্ট দিককে উল্লেখ করা স্পষ্ট শব্দ বা বাক্যাংশ (উদাহরণ: 'পিৎজা', 'পরিষেবা', 'ডেলিভারির সময়')।
অনুভূতির মেরুতা
একটি দিকের সঙ্গে যুক্ত অনুভূতির শ্রেণীবিভাগ, সাধারণত ইতিবাচক, নেতিবাচক বা নিরপেক্ষ হিসেবে পৃথক শ্রেণীতে বিভক্ত।
মতামত লক্ষ্য শনাক্তকরণ
পাঠ্যে একটি নির্দিষ্ট দিকের (লক্ষ্য) সঙ্গে একটি মতামত বা অনুভূতির অভিব্যক্তিকে সংযুক্ত করার কাজ।
নির্ভরতা বিশ্লেষক
একটি এনএলপি সরঞ্জাম যা একটি বাক্যের সিনট্যাক্স ট্রি তৈরি করতে ব্যবহৃত হয়, যা বর্ণনামূলক শব্দ (বিশেষণ) এবং তাদের সংশ্লিষ্ট নাম (দিক) সংযুক্ত করতে সাহায্য করে।
ABSA-এর জন্য তত্ত্বাবধানে শিক্ষণ
মেশিন লার্নিং মডেলগুলি ব্যবহার যা ম্যানুয়ালি টীকাযুক্ত কর্পাসে প্রশিক্ষিত হয় দিক এবং অনুভূতির মেরুতা পূর্বাভাস দেওয়ার জন্য।
দুর্বল তত্ত্বাবধানে শিক্ষণ
পদ্ধতিগুলি যা আংশিক, শোরগোলপূর্ণ বা হিউরিস্টিক লেবেল ব্যবহার করে ABSA মডেলগুলিকে প্রশিক্ষিত করে সম্পূর্ণ এবং ব্যয়বহুল ম্যানুয়াল টীকা ছাড়াই।
সিকোয়েন্স-টু-সিকোয়েন্স (Seq2Seq) মডেল
একটি নিউরাল নেটওয়ার্ক আর্কিটেকচার, যা সাধারণত LSTM বা ট্রান্সফরমার ভিত্তিক হয়, এবং ইনপুট টেক্সট থেকে কাঠামোগত দিক-ভাবপ্রকাশ জোড়া তৈরি করতে ব্যবহৃত হয়।
ABSA-এর জন্য কনভোলিউশনাল নিউরাল নেটওয়ার্ক (CNN)
টেক্সটে স্থানীয় বৈশিষ্ট্য (n-গ্রাম) বের করার জন্য CNN-এর প্রয়োগ, যা কাছাকাছি শব্দের মধ্যে সম্পর্ক (যেমন বিশেষণ ও তার বিশেষ্য) ধরতে কার্যকর।
ABSA-এর জন্য BERT
ভাষা মডেল BERT (Bidirectional Encoder Representations from Transformers)-এর পূর্ব-প্রশিক্ষিত সংস্করণকে ABSA কাজের জন্য অভিযোজিত করা, সাধারণত একটি নির্দিষ্ট শ্রেণিবিন্যাস স্তর যোগ করে।
অন্তর্নিহিত ভাবপ্রকাশ বিশ্লেষণ
যে ভাবপ্রকাশগুলি স্পষ্ট মেরুকৃত শব্দ দ্বারা প্রকাশিত হয় না, বরং প্রসঙ্গ থেকে অনুমান করা হয় (যেমন: 'আমি আমার স্যুপ খেতে পারিনি, এটা ঠান্ডা ছিল'—যা 'তাপমাত্রা' দিকের প্রতি নেতিবাচক ভাবপ্রকাশ বোঝায়)।
ABSA-এর জন্য টীকাযুক্ত কর্পাস
একটি টেক্সট ডেটাসেট যেখানে দিক, দিকের শব্দ এবং ভাবপ্রকাশের মেরুকরণ ম্যানুয়ালি টীকা করা হয়েছে, যা মডেল প্রশিক্ষণ ও মূল্যায়নের জন্য রেফারেন্স হিসেবে ব্যবহৃত হয়।
F1-স্কোর মূল্যায়ন
ABSA-এর জন্য একটি সাধারণ মূল্যায়ন মেট্রিক, যা নির্ভুলতা এবং রিকলের হারমোনিক গড় হিসাব করে, মডেলের দিক-ভাবপ্রকাশ জোড়া সঠিকভাবে শনাক্ত করার ক্ষমতা পরিমাপ করে।
অন্তর্নিহিত দিক শনাক্তকরণ
যে দিকগুলি সরাসরি উল্লেখ করা হয় না, কিন্তু প্রসঙ্গ থেকে অনুমান করা হয় (যেমন: 'আমি ৩০ মিনিট অপেক্ষা করেছি'—যা 'অপেক্ষার সময়' দিকটি বোঝায়)।
বাক্য স্তর বনাম দিক স্তরের ভাবপ্রকাশ বিশ্লেষণ
পুরো বাক্যের সামগ্রিক ভাবপ্রকাশ শ্রেণিবিন্যাস এবং ABSA-এর সূক্ষ্ম বিশ্লেষণের মধ্যে পার্থক্য, যা একই বাক্যের মধ্যে পরস্পরবিরোধী ভাবপ্রকাশ প্রকাশ করতে পারে।
ABSA-র চতুর্গুণ কাজ
ABSA-এর একটি উন্নত রূপায়ণ, যার লক্ষ্য হল একই সাথে মতামতের ধারক, দিকের শ্রেণী, দিকের শব্দ এবং পাঠ্যে অনুভূতির মেরুতা শনাক্ত করা।