Скип-грамма
Скип-грамма – это метод машинного обучения без учителя, в котором центральное слово используется для предсказания окружающих. Модель используется в word2vec, связана с RankBrain, относится к одной из важнейших концепций NLP.
Скрытое распределение Дирихле
Скрытое распределение Дирихле (LDA, Latent Dirichlet Allocation) – это вероятностная модель, используемая для анализа и кластеризации коллекций текстовых данных.
Стемминг
Стемминг – это процесс обрезания или отсечения у словоформы окончания, чтобы получить основу слова, которая называется стемом. Стем не обязательно является реальным словом, а является усеченной версией слова.
Сущность
Сущность – это фундаментальное понятие в информатике, которое представляет собой отдельный объект, о котором хранится информация. Сущности используются в различных областях, включая базы данных, моделирование данных и искусственный интеллект.
Тематическая классификация
Тематическая классификация – это процесс назначения предопределенных категорий (тем) документам или фрагментам текста.
Тематический слой
Тематический слой (Topic Layer) в контексте Knowledge Graph (Граф знаний) – это способ организации информации, где узлы графа представляют темы, а связи между ними – отношения между этими темами. Такая структура позволяет эффективно хранить, извлекать и анализировать данные, а также выявлять неочевидные связи и закономерности для задач SEO.
Тематическое моделирование
Тематическое моделирование – это анализ, который устанавливает релевантность контента запросу по выбранным семантически связанным ключевым словам. Его задача – выявить темы, чаще всего упоминаемые в связи с основной темой.
Токен
Токен — это единица текста, которая намеренно сегментирована для эффективной обработки большой языковой моделью. Этими единицами могут быть слова, части слов, словосочетания или знаки пунктуации.
Токенизация
Токенизация в NLP – это процесс разбиения необработанного текста на естественном языке на отдельные части, называемые “токенами”. Токены сопоставляются с числами и могут быть обработаны средствами NLP.
Триплет
Семантический триплет, или семантическая тройка, представляет собой набор из трех сущностей, которые кодифицируют утверждение о семантических данных в форме выражений субъект-предикат-объект (ID, свойство, значение).
