Natural Language Processing (NLP)

Xử lý ngôn ngữ tự nhiên (NLP) là một nhánh năng động của Trí tuệ nhân tạo (AI) tập trung vào sự tương tác giữa máy tính và ngôn ngữ con người. Không giống như lập trình truyền thống dựa trên các đầu vào chính xác và có cấu trúc, NLP cho phép máy móc hiểu, diễn giải và tạo ra ngôn ngữ con người theo cách vừa có giá trị vừa có ý nghĩa. Bằng cách kết hợp ngôn ngữ học tính toán với các mô hình thống kê, học máy và Học sâu (DL), NLP cho phép các hệ thống xử lý dữ liệu văn bản và giọng nói với mục đích trích xuất ý nghĩa, cảm xúc và ngữ cảnh.

Link to this sectionCác cơ chế cốt lõi#

Về cốt lõi, NLP liên quan đến việc chuyển đổi văn bản thô thành định dạng số mà máy tính có thể xử lý, một bước thường đạt được thông qua token hóa và tạo các embedding. Các hệ thống hiện đại sử dụng kiến trúc Transformer, sử dụng cơ chế self-attention để đánh giá tầm quan trọng của các từ khác nhau trong một câu so với nhau. Điều này cho phép các mô hình xử lý các phụ thuộc tầm xa và các sắc thái như châm biếm hoặc thành ngữ, vốn là những điều khó khăn đối với các Mạng thần kinh tái phát (RNN) trước đây.

Link to this sectionCác ứng dụng trong thực tế#

Công nghệ NLP rất phổ biến trong phần mềm hiện đại, cung cấp năng lượng cho các công cụ mà doanh nghiệp và cá nhân sử dụng hàng ngày để tối ưu hóa hoạt động và nâng cao trải nghiệm người dùng.

• Tự động hóa dịch vụ khách hàng: Nhiều công ty sử dụng chatbot và các tác nhân tự động để xử lý các yêu cầu của khách hàng. Các hệ thống này sử dụng Phân tích cảm xúc để xác định tông giọng cảm xúc đằng sau một thông điệp—xác định xem khách hàng đang hài lòng, thất vọng hay đang đặt câu hỏi—từ đó cho phép ưu tiên các phản hồi. Các công cụ như Google Cloud Natural Language API cung cấp cho nhà phát triển các mô hình được huấn luyện trước để triển khai các tính năng này một cách nhanh chóng.
• Tích hợp ngôn ngữ-thị giác: Trong lĩnh vực Thị giác máy tính (CV), NLP cho phép phát hiện "từ vựng mở". Thay vì huấn luyện mô hình trên một danh sách lớp cố định (như 80 lớp trong tập dữ liệu COCO), các mô hình như YOLO-World sử dụng bộ mã hóa văn bản để nhận diện các đối tượng dựa trên các mô tả bằng ngôn ngữ tự nhiên. Cầu nối này cho phép người dùng tìm kiếm các mục cụ thể, chẳng hạn như "người đội mũ bảo hiểm màu đỏ", mà không cần huấn luyện lại mô hình.
• Dịch ngôn ngữ: Các dịch vụ như Google Translate tận dụng Dịch máy để chuyển đổi văn bản từ ngôn ngữ này sang ngôn ngữ khác ngay lập tức, phá vỡ các rào cản giao tiếp toàn cầu.

Link to this sectionPhân biệt các thuật ngữ liên quan#

Để hiểu phạm vi của NLP, việc phân biệt nó với các khái niệm liên quan chặt chẽ trong bối cảnh khoa học dữ liệu là rất hữu ích:

• Hiểu ngôn ngữ tự nhiên (NLU): Trong khi NLP là lĩnh vực bao quát, NLU là một tập hợp con cụ thể tập trung vào khả năng đọc hiểu. NLU giải quyết việc xác định ý định và ý nghĩa đằng sau văn bản, xử lý sự mơ hồ và ngữ cảnh.
• Mô hình ngôn ngữ lớn (LLM): LLM, chẳng hạn như dòng GPT hoặc Llama, là các mô hình học sâu khổng lồ được huấn luyện trên hàng petabyte dữ liệu. Chúng là những công cụ được sử dụng để thực hiện các tác vụ NLP nâng cao, có khả năng Tạo văn bản và suy luận tinh vi.
• Nhận dạng ký tự quang học (OCR): OCR chỉ đơn thuần là việc chuyển đổi hình ảnh của văn bản (tài liệu đã quét) thành văn bản được máy mã hóa. NLP tiếp quản sau khi OCR đã số hóa nội dung để hiểu những gì đã được viết.

Link to this sectionVí dụ về mã: Kết nối văn bản và thị giác#

Ví dụ sau đây minh họa cách các khái niệm NLP tương tác với thị giác máy tính. Chúng ta sử dụng gói ultralytics để tải một mô hình hiểu được các câu lệnh văn bản. Bằng cách xác định các lớp tùy chỉnh với ngôn ngữ tự nhiên, chúng ta tận dụng từ vựng nội bộ (embedding) của mô hình để phát hiện các đối tượng trong một hình ảnh.

from ultralytics import YOLOWorld

# Load a model with vision-language capabilities
model = YOLOWorld("yolov8s-world.pt")

# Define NLP-based search terms (classes) for the model to find
# The model uses internal text embeddings to understand these descriptions
model.set_classes(["blue bus", "pedestrian crossing", "traffic light"])

# Run inference to detect objects matching the text descriptions
results = model.predict("city_scene.jpg")

# Show the results
results[0].show()

Link to this sectionCông cụ và các hướng đi trong tương lai#

Việc phát triển các ứng dụng NLP thường yêu cầu các thư viện mạnh mẽ. Các nhà nghiên cứu thường sử dụng PyTorch để xây dựng các kiến trúc thần kinh tùy chỉnh, trong khi Natural Language Toolkit (NLTK) vẫn là một lựa chọn tiêu chuẩn cho các tác vụ tiền xử lý giáo dục. Đối với xử lý văn bản cấp sản xuất, spaCy được sử dụng rộng rãi nhờ tính hiệu quả của nó.

Khi AI phát triển, sự hội tụ của các phương thức là một xu hướng chính. Các nền tảng đang chuyển hướng sang các quy trình làm việc thống nhất, nơi thị giác và ngôn ngữ được xử lý như các luồng dữ liệu liên kết. Ultralytics Platform đơn giản hóa vòng đời này, cung cấp các công cụ để quản lý tập dữ liệu, chú thích hình ảnh và huấn luyện các mô hình hiện đại nhất. Trong khi NLP xử lý khía cạnh ngôn ngữ, các mô hình thị giác hiệu suất cao như YOLO26 đảm bảo dữ liệu hình ảnh được xử lý với tốc độ và độ chính xác cần thiết cho các ứng dụng biên thời gian thực, tạo ra trải nghiệm liền mạch cho các hệ thống AI đa phương thức.