活動摘要

就算不做機器學習，Chatbot 有 Articut 應該就沒有問題了吧！

摘要：

    由於中文文字系統的特性，「中文斷詞 (又稱分詞)」一直是中文資訊處理的基礎建設問題。過去數十年來，這個問題大致上分成「立基於規則」、「立基於資料統計」、「立基於字典」的解法，以及「混在一起做撒尿牛丸」的方式 (不用跳著講) 做為解決方案。由於漢語語法規則研究直到最近幾年的成果才完成較為細緻的架構，但也剛好在最近幾年由於資料量以及運算力大幅成長的緣故，「立基於資料統計」的機器學習方法被大量應用在中文斷詞問題上。大家似乎有一種錯覺，以為「機器學習已解決了中文斷詞問題」，並開始做後續的情緒分析、情感偵測、文本分析…等應用了。

    然而，在遇到種種透明天花板般的良率上限時，立基於資料統技的方式往往只能透過求取更多資料，設計更多前處理或更多後處理…等等方向下手，卻仍然無法突破。

    本次分享將以「立基於規則」的中文斷詞做為切入角度，同時提供學理和實作上的例子，從何為中文斷詞開始說明，接著接釋中文斷詞的應用、評估優劣的方法，並在最後呈現「以語言學規則實作的中文斷詞暨詞性標記引擎 - Articut」以及其應用上的優勢和特點。

 

內容大綱：

• 無限猴子的故事、中文斷詞與機器學習技術在這方面遇到的透明天花板。

• 中文斷詞的優劣對人工智慧、人機互動介面以及天網的發展所造成的影響。

• 聊天機器人為什麼只是「機器人」而還不會「聊天」？

• 如何評估一個斷詞技術？

• 我們最近上線的「Articut 文截斷詞暨詞性標記系統」的功能以及應用的發想和示範。

講者

Peter Woof

卓騰語言科技股份有限公司 - 執行長工

人生目標是成為 100 年後有智力的機器人心中的造物主。

 

要收費嗎?

 

本次酌收 100 元以補助講師車馬費。

 

主辦者：Taichung.py

我們是一群台中Python程式語言的愛好者，希望在台中可以跟Python同好分享Python有關的訊息或活動，以及相關的技術或知識。

活動相關討論，歡迎加入：Taichung.py FB 社團

events: http://taichung-py.kktix.cc/

 

協辦單位：微程式 -- 夢森林

 

 

 

 

 

夢森林 Dreamforest 是由微程式所提供中部優質交流的場域空間，我們偕同相關產業的夥伴以跨領域技術交流為目的，以「知識分享」、「交流互動」與「創造價值」為核心出發，共同打造中部深具影響力的科技服務交流生態圈，促進在地產業發展。

Facebook：：https://www.facebook.com/dreamforest.org