پردازش زبان طبیعی در هوش مصنوعی ۲۰۲۰
Natural Language Processing in Artificial Intelligence 2020

این مجلد بر پردازش زبان طبیعی، هوش مصنوعی و زمینه‌های مرتبط تمرکز دارد. پردازش زبان طبیعی، ارتباط بین انسان و کامپیوتر و ترجمه خودکار را برای تسهیل تعامل آسان با دیگران در سراسر جهان ممکن می‌سازد. این کتاب به بررسی کارهای نظری و کاربردهای پیشرفته، رویکردها و تکنیک‌ها برای مدل‌های محاسباتی اطلاعات و نحوه ارائه آن توسط زبان (مصنوعی، انسانی یا طبیعی) به روش‌های دیگر می‌پردازد. همچنین به بررسی پردازش زبان طبیعی هوشمند و مدل‌های مرتبط تفکر، حالات ذهنی، استدلال و سایر فرآیندهای شناختی می‌پردازد. این اثر، مسائل و چالش‌های دشوار مربوط به جزئیت، عدم تصریح و وابستگی به زمینه را که از ویژگی‌های بارز اطلاعات در طبیعت و زبان‌های طبیعی هستند، مورد بررسی قرار می‌دهد.

ویژگی‌های کلیدی:

* به چارچوب‌های کاربردی و گردش کاری که در پردازش زبان طبیعی و هوش مصنوعی پرطرفدار هستند، می‌پردازد.
* به جدیدترین فناوری‌ها و چالش‌ها، مسائل و پیشرفت‌های مهم در پردازش زبان طبیعی و هوش مصنوعی نگاهی می‌اندازد.
* یک سیستم نظارت هوشمند میدانی و خودکار را از طریق هوش مصنوعی با پردازش زبان طبیعی و پیامدهای آن برای دنیای واقعی بررسی می‌کند.
* به بحث در مورد اکتساب داده‌ها می‌پردازد و یک مطالعه موردی در زمان واقعی با تصاویری مرتبط با فناوری‌های داده‌محور در هوش مصنوعی و پردازش زبان طبیعی ارائه می‌دهد.

This volume focuses on natural language processing, artificial intelligence, and allied areas. Natural language processing enables communication between people and computers and automatic translation to facilitate easy interaction with others around the world. This book discusses theoretical work and advanced applications, approaches, and techniques for computational models of information and how it is presented by language (artificial, human, or natural) in other ways. It looks at intelligent natural language processing and related models of thought, mental states, reasoning, and other cognitive processes. It explores the difficult problems and challenges related to partiality, underspecification, and context-dependency, which are signature features of information in nature and natural languages.

Key features:

• Addresses the functional frameworks and workflow that are trending in NLP and AI
• Looks at the latest technologies and the major challenges, issues, and advances in NLP and AI
• Explores an intelligent field monitoring and automated system through AI with NLP and its implications for the real world
• Discusses data acquisition and presents a real-time case study with illustrations related to data-intensive technologies in AI and NLP.