computational linguistics (tsz. computational linguisticses)
A számítógépes nyelvészet (computational linguistics) az informatika és a nyelvészet határterülete, amely az emberi nyelv gépi feldolgozásával, megértésével, elemzésével és generálásával foglalkozik. A célja, hogy a számítógépek képesek legyenek értelmezni, feldolgozni és akár beszélni vagy írni emberi nyelven.
A számítógépes nyelvészet interdiszciplináris tudomány, amely ötvözi:
| Feladat | Magyarázat |
|---|---|
| Morfémaszintű elemzés | Szavak szerkezetének elemzése (pl. ragok, képzők) |
| Szófaji elemzés (POS-tagging) | Megállapítja, hogy egy szó milyen nyelvtani szerepben van (főnév, ige stb.) |
| Szintaktikai elemzés | Mondatszerkezet elemzése (pl. alany–állítmány viszony) |
| Szemantikai elemzés | Jelentés feltérképezése |
| Diskurzusfeldolgozás | Mondatok közötti kapcsolatok értelmezése |
| Fordítás | Gépi fordítás (pl. DeepL, Google Translate) |
| Beszédfelismerés / szintézis | Hang → szöveg, szöveg → hang |
| Kérdés-válasz rendszerek | Chatbotok, asszisztensek |
| Nyelvgenerálás (NLG) | Automatikus szövegalkotás géppel (pl. ChatGPT) |
| Névfelismerés (NER) | Nevek, helyek, időpontok felismerése szövegben |
| Terület | Példák |
|---|---|
| Gépi fordítás | Google Translate, DeepL |
| Keresők | Google, Bing – keresési szándék felismerése |
| Chatbotok | Ügyfélszolgálat, okos asszisztensek |
| Szövegelemzés | Érzelemelemzés, kulcsszavak kivonása |
| Oktatás | Nyelvtani hibák automatikus javítása |
| Jog / pénzügy | Dokumentumok automatikus feldolgozása |
| Hangalapú rendszerek | Siri, Alexa, Google Assistant |
| Szint | Művelet |
|---|---|
| Lexikai | Szavak azonosítása, tokenizálás |
| Morfémiai | Szavak részekre bontása (pl. „futottak” → „fut” + „-ott” + „-ak”) |
| Szintaktikai | Mondatszerkezet elemzése (pl. nyelvtani fa) |
| Szemantikai | Szavak és mondatok jelentése |
| Pragmatikai | Jelentés a kontextus alapján (pl. irónia, utalások) |
| Nyelv | Eszköz / könyvtár |
|---|---|
| Python | NLTK, spaCy, Stanza, Transformers (Hugging Face) |
| Java | Apache OpenNLP, Stanford NLP |
| R | tidytext, text2vec |
| Egyéb | Prolog (formális nyelvfeldolgozás), AllenNLP, Gensim |
A modern számítógépes nyelvészetet gépi tanulás és mélytanulás (deep learning) alapú modellek uralják:
A számítógépes nyelvészet célja, hogy a számítógépek megértsék és használják az emberi nyelvet. Ez lehetővé teszi a gépi fordítást, szövegértést, beszédfelismerést, chatbotok működését – minden olyan technológiát, amelyben a gép „kommunikál”. A terület egyre fontosabbá válik a mesterséges intelligencia fejlődésével.