এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
এনএলপির জন্য সক্রিয় শেখা
একটি শেখার প্যারাডাইম যেখানে মডেলটি বুদ্ধিমত্তার সাথে সবচেয়ে তথ্যপূর্ণ পাঠ্য উদাহরণগুলি নির্বাচন করে এনোটেট করার জন্য, এইভাবে প্রাকৃতিক ভাষা প্রক্রিয়াকরণ কাজে মানবিক এনোটেশন সম্পদের ব্যবহার অপ্টিমাইজ করে।
ঘনত্ব-ওজনযুক্ত সক্রিয় শেখা
একটি পদ্ধতি যা মডেলের অনিশ্চয়তাকে বৈশিষ্ট্য স্থানের উদাহরণগুলির ঘনত্বের সাথে একত্রিত করে, ডেটার ঘন অঞ্চলে অবস্থিত অনিশ্চিত পাঠ্য নমুনাগুলিকে অগ্রাধিকার দেয়।
পুল-ভিত্তিক সক্রিয় শেখা
একটি কাঠামো যেখানে অ্যালগরিদমের কাছে লেবেলবিহীন পাঠ্য উদাহরণগুলির একটি নির্দিষ্ট পুল থাকে এবং মানবিক এনোটেশনের জন্য সবচেয়ে তথ্যপূর্ণ উদাহরণগুলি পুনরাবৃত্তিমূলকভাবে নির্বাচন করে।
স্ট্রিম-ভিত্তিক সক্রিয় শেখা
একটি প্যারাডাইম যেখানে পাঠ্য ডেটা ক্রমানুসারে আসে এবং মডেলটিকে অবশ্যই রিয়েল-টাইমে প্রতিটি উদাহরণ এনোটেট করতে হবে নাকি প্রত্যাখ্যান করতে হবে তা সিদ্ধান্ত নিতে হবে, পিছনে ফিরে যাওয়ার কোন সম্ভাবনা ছাড়াই।
ব্যাচ মোড সক্রিয় শেখা
একটি বৈকল্পিক যা একই সাথে একাধিক পাঠ্য নমুনা নির্বাচন করে এনোটেশনের জন্য, ব্যাচে মানবিক এনোটেশন প্রক্রিয়া অপ্টিমাইজ করার পাশাপাশি নির্বাচিত উদাহরণগুলির বৈচিত্র্য বজায় রাখে।
সিকোয়েন্স লেবেলিংয়ের জন্য সক্রিয় শেখা
NER বা POS ট্যাগিংয়ের মতো সিকোয়েন্স লেবেলিং কাজের জন্য সক্রিয় শেখার বিশেষীকরণ, যেখানে নির্বাচন সম্পূর্ণ সিকোয়েন্স বা টোকেন স্তরে করা হয়।
কোর-সেট নির্বাচন
একটি তাত্ত্বিক পদ্ধতি যা নিশ্চিত করে যে নির্বাচিত সেটটি সম্পূর্ণ ডেটা সেটকে ভালভাবে অনুমান করে, প্রায়শই পারফরম্যান্স গ্যারান্টি সহ এনএলপির জন্য সক্রিয় শেখার প্রসঙ্গে ব্যবহৃত হয়।
এনোটেশন খরচ মডেলিং
একটি কৌশল যা এনোটেশনের পরিবর্তনশীল খরচ (সময়, প্রয়োজনীয় দক্ষতা) নমুনা নির্বাচন প্রক্রিয়ায় সংহত করে, এনএলপি প্রকল্পগুলিতে খরচ-কার্যকারিতা অনুপাত অপ্টিমাইজ করে।
নিম্ন-সম্পদ ভাষার জন্য সক্রিয় শিক্ষণ
সীমিত উপাত্ত সহ ভাষাগুলির জন্য সক্রিয় শিক্ষণের বিশেষ প্রয়োগ, ভাষাগত সীমাবদ্ধতার সাথে খাপ খাইয়ে স্থানান্তর এবং নির্বাচন কৌশল ব্যবহার করে।
প্রাক-প্রশিক্ষিত মডেল সহ সক্রিয় শিক্ষণ
BERT-এর মতো প্রাক-প্রশিক্ষিত ভাষা মডেলের সাথে সক্রিয় শিক্ষণের সংহতকরণ, তথ্যপূর্ণ নমুনা নির্বাচন উন্নত করতে প্রাসঙ্গিক উপস্থাপনাগুলি কাজে লাগানো।
বহু-কার্য সক্রিয় শিক্ষণ
একটি একক টীকাভুক্তি সেট একই সাথে একাধিক NLP কাজ উন্নত করতে ব্যবহৃত হয়, সমস্ত কাজের জন্য উপকারী নমুনা নির্বাচন অনুকূলিত করে।
পাঠ্য শ্রেণীবিভাগের জন্য সক্রিয় শিক্ষণ
নথি শ্রেণীবিভাগ কাজের জন্য সক্রিয় শিক্ষণের বিশেষীকরণ, উচ্চ-মাত্রিক পাঠ্য উপাত্তের বৈশিষ্ট্যগুলির সাথে খাপ খাইয়ে কৌশল ব্যবহার করে।
সক্রিয় শিক্ষণে কোল্ড স্টার্ট সমস্যা
প্রাথমিক চ্যালেঞ্জ যেখানে মডেলের নির্ভরযোগ্য ভবিষ্যদ্বাণী করার জন্য পর্যাপ্ত টীকাভুক্ত উপাত্তের অভাব থাকে, এলোমেলো নমুনায়ন বা আধা-তত্ত্বাবধায়িত শিক্ষণের মতো আরম্ভিক কৌশল প্রয়োজন।