এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
বহুভাষিক অনুভূতি বিশ্লেষণ
বিভিন্ন ভাষায় রচিত পাঠ্যে প্রকাশিত মতামত, আবেগ এবং মূল্যায়নের স্বয়ংক্রিয় বিশ্লেষণের প্রক্রিয়া, যার জন্য সাংস্কৃতিক ও ভাষাগত সূক্ষ্মতা বোঝার সক্ষম মডেল প্রয়োজন।
ক্রস-ল্যাঙ্গুয়েজ মডেল
বৃহৎ বহুভাষিক কর্পাসে পূর্ব-প্রশিক্ষিত নিউরাল নেটওয়ার্ক আর্কিটেকচার, যা অনুভূতি বিশ্লেষণের কাজে একটি উৎস ভাষা থেকে লক্ষ্য ভাষায় জ্ঞান স্থানান্তর করতে সক্ষম।
বহুভাষিক এম্বেডিংস
শব্দ বা বাক্যের ঘন ভেক্টর উপস্থাপনা যা একাধিক ভাষার মধ্যে ভাগ করা হয়, যা ভাষার উৎস নির্বিশেষে অনুরূপ ধারণাগুলিকে একটি সাধারণ ভেক্টর স্পেসে প্রক্ষেপণ করতে দেয়।
অনুভূতি বিশ্লেষণের জন্য স্বয়ংক্রিয় অনুবাদ
একটি পদ্ধতি যেখানে উৎস ভাষার পাঠ্যকে একটি একক লক্ষ্য ভাষায় (সাধারণত ইংরেজি) অনুবাদ করা হয়, তারপর অনুবাদিত পাঠ্যের ওপর একটি একভাষিক অনুভূতি বিশ্লেষণ মডেল প্রয়োগ করা হয়।
কোড-সুইচিং
একটি ভাষাগত ঘটনা যেখানে বক্তারা একই বাক্যে একাধিক ভাষার মধ্যে পরিবর্তন করেন, যা সাধারণ বহুভাষিক অনুভূতি বিশ্লেষণ মডেলের জন্য জটিল চ্যালেঞ্জ সৃষ্টি করে।
ভেক্টর স্পেস অ্যালাইনমেন্ট
গাণিতিক কৌশল যার লক্ষ্য বিভিন্ন ভাষার এম্বেডিং স্পেসকে রূপান্তরিত করা যাতে তারা একটি সাধারণ কাঠামো ভাগ করে, যা বিভিন্ন ভাষার শব্দের মধ্যে সরাসরি শব্দার্থিক তুলনা করার সুযোগ দেয়।
বহুভাষিক ট্রান্সফরমার মডেল (mBERT, XLM-R)
টোকেন মাস্কিংয়ের উপর ভিত্তি করে ট্রান্সফরমার আর্কিটেকচার, যা ১০০টিরও বেশি ভাষায় প্রশিক্ষিত এবং ক্রস-ল্যাঙ্গুয়েজ অনুভূতি বিশ্লেষণের কাজের জন্য ভাগ করা প্রাসঙ্গিক উপস্থাপনা তৈরি করতে সক্ষম।
বহুভাষিক ট্রান্সডাকশন
একটি শিক্ষণ দৃষ্টান্ত যেখানে একটি মডেল সরাসরি উৎস ভাষার উপস্থাপনা থেকে লক্ষ্য ভাষায় অনুভূতি পূর্বাভাস ম্যাপ করতে শেখে, স্পষ্ট অনুবাদের প্রয়োজন ছাড়াই।
কর্পাস সমান্তরাল বহুভাষিক
ডেটাসেটের সংগ্রহ যাতে একাধিক ভাষায় অনুবাদিত পাঠ্য এবং তাদের সমতুল্য থাকে, যা প্রায়শই ক্রস-লিঙ্গুয়াল তত্ত্বাবধানে সেন্টিমেন্ট বিশ্লেষণ মডেলের প্রশিক্ষণের জন্য ব্যবহৃত হয়।
অক্ষর স্তরের সেন্টিমেন্ট বিশ্লেষণ
একটি পদ্ধতি যা বিশেষত জটিল বর্ণমালা বা সমৃদ্ধ রূপতত্ত্বের ভাষার জন্য উপযুক্ত, যেখানে মডেল টোকেনাইজড শব্দের পরিবর্তে অক্ষরের ক্রম থেকে সেন্টিমেন্ট বিশ্লেষণ করে।
ক্রস-লিঙ্গুয়াল ডোমেইন অভিযোজন
একটি চ্যালেঞ্জ যা একটি নির্দিষ্ট ডোমেইনে একটি ভাষায় প্রশিক্ষিত সেন্টিমেন্ট বিশ্লেষণ মডেলকে অন্য ভাষার ভিন্ন ডোমেইনে অভিযোজিত করার জন্য দৃঢ় স্থানান্তর কৌশল প্রয়োজন।
বহুভাষিক সেন্টিমেন্ট মূল্যায়ন
বহুভাষিক টেস্ট সেটে সেন্টিমেন্ট বিশ্লেষণ মডেলের কার্যকারিতা পরিমাপের জন্য নির্দিষ্ট পদ্ধতি এবং মেট্রিক্স, যা ভাষাগত ভারসাম্যহীনতা এবং পক্ষপাতকে বিবেচনা করে।
দুর্বল ভাষার জন্য ভাষা মডেল
দুর্বল সম্পদযুক্ত ভাষায় সেন্টিমেন্ট বিশ্লেষণের জন্য বিশেষায়িত পদ্ধতি, যা সমৃদ্ধ ভাষা থেকে শেখার স্থানান্তর বা বহুভাষিক ডেটা বৃদ্ধির কৌশল ব্যবহার করে।
বহুভাষিক টেক্সট স্বাভাবিকীকরণ
প্রতিটি ভাষার জন্য নির্দিষ্ট ভাষাগত প্রিপ্রসেসিংয়ের সেট (অ্যাকসেন্ট অপসারণ, লেমাটাইজেশন, বিশেষ অক্ষর ব্যবস্থাপনা) যা সেন্টিমেন্ট বিশ্লেষণের আগে প্রয়োগ করা হয় সামঞ্জস্যতা উন্নত করার জন্য।
বহুভাষিক কনট্রাস্টিভ লার্নিং
একটি প্রশিক্ষণ পদ্ধতি যেখানে মডেল বিভিন্ন ভাষায় একই সেন্টিমেন্ট প্রকাশকারী পাঠ্যের উপস্থাপনাকে কাছাকাছি আনতে শেখে, এবং বিপরীত সেন্টিমেন্টের উপস্থাপনাকে দূরে রাখে।
এন্ড-টু-এন্ড বহুভাষিক সেন্টিমেন্ট বিশ্লেষণ পাইপলাইন
একটি সমন্বিত আর্কিটেকচার যা ভাষা সনাক্তকরণ, টোকেনাইজেশন, বহুভাষিক এনকোডিং এবং সেন্টিমেন্ট শ্রেণিবিন্যাসকে একক প্রবাহে সংযুক্ত করে, যা বৈচিত্র্যময় টেক্সট স্ট্রিমের রিয়েল-টাইম প্রক্রিয়াকরণের জন্য অপ্টিমাইজ করা হয়।