আমি ওয়েবে পাশাপাশি অনেক বইয়ে এটির মুখোমুখি হয়েছি। প্রাকৃতিক ভাষা প্রসেসিং এবং মেশিন লার্নিংকে বলা হয় কৃত্রিম বুদ্ধিমত্তার বিভিন্ন সাবসেট। এটা কেন? আমরা মেশিন লার্নিং অ্যালগরিদমগুলিতে শব্দ নিদর্শনগুলি সরবরাহ করে প্রাকৃতিক ভাষা প্রসেসিংয়ের ফলাফলগুলি অর্জন করতে পারি। তাহলে, পার্থক্য কী?
উত্তর:
কারণ এগুলি পৃথক: একটিতে অপরটিকে অন্তর্ভুক্ত করে না।
হ্যাঁ আধুনিক এনএলপি (প্রাকৃতিক ভাষা প্রসেসিং) প্রচুর এমএল (মেশিন লার্নিং) ব্যবহার করে, তবে এটি অস্ত্রাগারে কৌশলগুলির একটি মাত্র গ্রুপ। উদাহরণস্বরূপ, গ্রাফ তত্ত্ব এবং অনুসন্ধান আলগোরিদিমগুলিও প্রচুর ব্যবহৃত হয়। যেমন সহজ পাঠ্য প্রক্রিয়াকরণ (নিয়মিত এক্সপ্রেশন)। দ্রষ্টব্য আমি আরও বলেছিলাম "আধুনিক এনএলপি" - এনএলপি-র কাছে পরিসংখ্যানগত পদ্ধতি হ'ল গত কয়েক দশক ধরে তুলনামূলকভাবে সাম্প্রতিক উন্নয়ন development আমি আরও একটি আনুষ্ঠানিক পদ্ধতির বুঝতে পারি (যেমন আনুষ্ঠানিক ব্যাকরণগুলি পার্সিংয়ের উপর ভিত্তি করে) 1960/1970 এর দশকে ফিরে আসার আদর্শ ছিল।
একইভাবে এমএলকে এনএলপি ব্যবহার করতে হবে না, এবং সাধারণত এটি হয় না, যদিও কিছু অ্যাপ্লিকেশন এনএলপি কৌশলগুলি ব্যবহার করতে পারে (যেমন, পাঠ্য ইনপুট প্রক্রিয়াজাতকরণ)।
আমি মনে করি @ উইনওয়ায়েদের উত্তরটি এটির বেশিরভাগ ক্ষেত্রেই সমান, এবং আমি সম্মত।
তবে আমি আরও যোগ করব যে আমি বলব যে এনএলপি একটি নির্দিষ্ট অ্যাপ্লিকেশন ক্ষেত্রের অংশ, যেমন পাঠ্য প্রক্রিয়াজাতকরণ, এবং তাই ব্যবহারযোগ্য কৌশলগুলির মধ্যে অনেকগুলি ডোমেন-নির্দিষ্ট জ্ঞান রয়েছে। বেশিরভাগ অংশের জন্য এমএল কৌশলগুলি সাধারণ উদ্দেশ্য এবং এটি বিভিন্ন বিভিন্ন প্রয়োগে প্রয়োগ করা যেতে পারে, যদিও এমএল কৌশলগুলি টেক্সট প্রসেসিংয়েও ব্যবহৃত হয়, এবং উইনওয়ায়েড যেমন এনএলপি অনুশীলনকারীরাও বলেছেন।
আমার মনে হয় "বায়োইনফর্ম্যাটিক্স এবং এমএল এর মধ্যে পার্থক্য কী?"