AI-For-Beginners/translations/km/lessons/5-NLP/19-NER

ការទទួលស្គាល់អង្គភាពមានឈ្មោះ

រហូតមកដល់ឥឡូវនេះ យើងបានផ្ដោតសំខាន់ច្រើនលើភារកិច្ច NLP មួយគត់គ yaituការចាត់ថ្នាក់។ ទោះយ៉ាងណា ក៏មានភារកិច្ច NLP ផ្សេងទៀតដែលអាចត្រូវបានបំពេញដោយបណ្តាញប្រសាទ។ មួយក្នុងចំណោមភារកិច្ចទាំងនោះគឺ ការទទួលស្គាល់អង្គភាពមានឈ្មោះ (NER) ដែលពាក់ព័ន្ធនឹងការទទួលស្គាល់អង្គភាពជាក់លាក់នៅក្នុងអត្ថបទ ដូចជា ទីកន្លែង ឈ្មោះមនុស្ស រយៈពេលថ្ងៃ-ម៉ោង សមីការពុលរូបមន្តគីមី និងផ្សេងៗទៀត។

វីរុសសំណួរមុនមេរៀន

ឧទាហរណ៍នៃការប្រើប្រាស់ NER

សន្និដ្ឋានថាអ្នកចង់អភិវឌ្ឍរកម្មវិធីជជែកភាសាធម្មជាតិដូចជា Alexa របស់ Amazon ឬ Google Assistant។ វិធីដែលកម្មវិធីជជែកឆ្លាតវៃដំណើរការពីរបៀបនេះគឺជាយល់ថាអ្នកប្រើប្រាស់ចង់បានអ្វី ដោយធ្វើការចាត់ថ្នាក់អត្ថបទលើប្រយោគដែលបញ្ចូល។ លទ្ធផលនៃការចាត់ថ្នាក់នេះមានឈ្មោះថា គោលបំណង ដែលកំណត់ថាកម្មវិធីជជែកត្រូវធ្វើអ្វី។

រូបភាពដោយអ្នកនិពន្ធ

ទោះយ៉ាងណា អ្នកប្រើប្រាស់អាចផ្តល់ប៉ារ៉ាម៉ែត្រមួយចំនួនជា​ផ្នែកមួយនៃប្រយោគ។ ឧទាហរណ៍ ពេលសួរអំពីអាកាសធាតុ នាងអាចបញ្ជាក់ទីកន្លែង ឬកាលបរិច្ឆេទ។ បន្ទាប់មក កម្មវិធីជជែកគួរតែនឹងយល់អង្គភាពទាំងនោះ ហើយបំពេញទីកន្លែងប៉ារ៉ាម៉ែត្រឲ្យត្រឹមត្រូវ មុនពេលអនុវត្តសកម្មភាព។ នេះគឺជាកន្លែងដែល NER ពេញនិយម។

✅ ឧទាហរណ៍មួយទៀតនឹងជា វិភាគអត្ថបទវេជ្ជសាស្ត្រអំពីវិទ្យាសាស្ត្រ. អ្វីដែលយើងត្រូវតែរកមើលជាចម្បងគឺវាក្នុងពាក្យវេជ្ជសាស្ត្រជាក់លាក់ ដូចជាជម្ងឺ និងសារធាតុវេជ្ជសាស្ត្រ។ ទោះបីជាជម្ងឺតិចតួចមួយចំនួនអាចដកយកដោយការស្វែងរកស៊ួរង់ ខ្សែដែលស្មុគស្មាញជាងនេះ ដូចជា សមាសធាតុគីមី និងឈ្មោះថ្នាំ គឺត្រូវការដំណើរការសំបូរបែបជាងនេះ។

NER ជាផ្នែកនៃការចាត់ថ្នាក់តូកិន

ម៉ូដែល NER គឺជា ម៉ូដែលចាត់ថ្នាក់តូកិន ដោយសារត្រូវការប្រាប់ជូនសម្រាប់តូកិននីមួយៗថា តើវាចូលក្នុងអង្គភាពមួយឬទេ ហើយបើចូល តើវា​ជាក្រុមអង្គភាពណា។

លើកយកចំណងជើងអត្ថបទជាតិដូចខាងក្រោម៖

ការស្រែកត្រឡប់សន្ទះ៣ ត្រីវិទ្យា និង ថ្នាំលីទីយ៉ំខ៉ាប៉ូនាត ជម្ងឺពុលភាព នៅក្នុងទារកកើតថ្មីមួយ។

អង្គភាពនៅទីនេះមានៈ

• ការស្រែកត្រឡប់សន្ទះ៣ ត្រីវិទ្យា ជាជម្ងឺ (DIS)
• ថ្នាំលីទីយ៉ំខ៉ាប៉ូនាត គឺជា សារធាតុខីមី (CHEM)
• ជម្ងឺពុលភាព គឺជាជម្ងឺផងដែរ (DIS)

ចំណាំថា អង្គភាពមួយអាចរំកិលបានច្រើនតូកិន។ ហើយ នៅក្នុងករណីនេះ ត្រូវការបំបែកចេញពីគ្នារវាងអង្គភាពពីរតាមលំដាប់ៗគ្នា។ ដូច្នេះ ស្គាល់ថា ត្រូវប្រើពីរប្រភេទថ្នាក់សម្រាប់អង្គភាពមួយ – មួយសំរាប់តូកិនដំបូងនៃអង្គភាព (​ជាញឹកញាប់ប្រើ B- សម្រាប់ beginning) និងមួយទៀតសំរាប់តូកិនបន្តនៃអង្គភាព (I-, សំរាប់ inner token)។ យើងក៏ប្រើ O ដើម្បីសំដែងថាតូកិននោះគឺជា តូកិន បានផ្សេងទៀត។ វិធីស្វែងរកតូកិនដូចនេះហៅថា ការតាមដាន BIO (ឬ IOB)។ នៅពេលតាមដាន សៀវភៅចំណងជើងនេះនឹងមើលទៅដូចខាងក្រោម៖

Token	Tag
Tricuspid	B-DIS
valve	I-DIS
regurgitation	I-DIS
and	O
lithium	B-CHEM
carbonate	I-CHEM
toxicity	B-DIS
in	O
a	O
newborn	O
infant	O
.	O

ដោយសារត្រូវការបង្កើតទំនាក់ទំនងមួយទៅមួយរវាងតូកិននិងថ្នាក់ យើងអាចបណ្តុះបណ្តាលម៉ូដែលប្រព័ន្ធប្រសាទ many-to-many នៅខាងស្ដាំដូចនៅក្នុងរូបភាពនេះ៖

រូបភាពពី អត្ថបទប្លកនេះ ដោយ Andrej Karpathy. ម៉ូដែលចាត់ថ្នាក់តូកិនរបស់ NER ត្រូវគ្នាជាមួយរចនាសម្ព័ន្ធបណ្តាញខាងស្ដាំបង្ហាញក្នុងរូបនេះ។

បណ្ដុះបណ្ដាលម៉ូដែល NER

ដោយសារថាម៉ូដែល NER ជាម៉ូដែលចាត់ថ្នាក់តូកិន យើងអាចប្រើប្រាស់ RNNs ដែលយើងស្គាល់សម្រាប់ភារកិច្ចនេះ។ ក្នុងករណីនេះ ប្លុកនីមួយៗនៃបណ្តាញប្រសាទប្រចាំនឹងបញ្ចូលលេខសម្គាល់តូកិន។ សៀវភៅកំណត់ត្រាឧទាហរណ៍ក្រោមបង្ហាញពីរបៀបបណ្តុះ LSTM សម្រាប់ចាត់ថ្នាក់តូកិន។

✍️ សៀវភៅកំណត់ត្រាឧទាហរណ៍៖ NER

បន្តការសិក្សារបស់អ្នកនៅក្នុងសៀវភៅកំណត់ត្រាខាងក្រោម៖

• NER ជាមួយ TensorFlow

សេចក្ដីសន្និដ្ឋាន

ម៉ូដែល NER គឺជាម៉ូដែល ចាត់ថ្នាក់តូកិន ដែលមានន័យថាវាអាចប្រើដើម្បីអនុវត្តការចាត់ថ្នាក់តូកិន។ នេះជាភារកិច្ចធម្មតាមួយក្នុង NLP ជួយឲ្យទទួលស្គាល់អង្គភាពជាក់លាក់នៅក្នុងអត្ថបទ រួមមានទីកន្លែង ឈ្មោះ កាលបរិច្ឆេទ និងផ្សេងៗទៀត។

🚀 ការប្រកួតប្រជែង

បញ្ចប់ការងារដែលភ្ជាប់នៅខាងក្រោមដើម្បីបណ្តុះបណ្តាលម៉ូដែលទទួលស្គាល់អង្គភាពមានឈ្មោះសម្រាប់ពាក្យវេជ្ជសាស្ត្រ បន្ទាប់មកសាកល្បងវាជាមួយឯកសារទិន្នន័យផ្សេងទៀត។

វីរុសសំណួរបន្ទាប់ពីមេរៀន

សេចក្ដីពិនិត្យ និងការសិក្សាផ្ទាល់ខ្លួន

អានតាមអត្ថបទប្លក The Unreasonable Effectiveness of Recurrent Neural Networks ហើយតាមដានផ្នែកសិក្សបន្ថែមក្នុងអត្ថបទនោះដើម្បីពង្រីកចំណេះដឹងរបស់អ្នក។

ការងារ

ក្នុងការងារសម្រាប់មេរៀននេះ អ្នកត្រូវតែបណ្តុះបណ្តាលម៉ូដែលទទួលស្គាល់អង្គភាពវេជ្ជសាស្ត្រ។ អ្នកអាចចាប់ផ្តើមពីការបណ្តុះម៉ូដែល LSTM ដដែលណែនាំក្នុងមេរៀននេះ ហើយបន្តធ្វើការប្រើម៉ូដែលបំលែង BERT ។ អាន ការណែនាំ ដើម្បីទទួលបានព័ត៌មានលម្អិតទាំងអស់។

---

ការបដិសេធ៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាបកប្រែ AI Co-op Translator ។ ខណៈពេលដែលយើងខំប្រឹងបំផុតសម្រាប់ភាពត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមដោយភាសាមូលដ្ឋានគួរត្រូវបានគេចាត់ទុកជាដើមដៃគូនៅស្រទាប់បរិយាយ។ សម្រាប់ព័ត៌មានសំខាន់ៗ យើងផ្តល់អនុសាសន៍ឱ្យមានការបកប្រែក្នុងភាសាដោយអ្នកជំនាញមនុស្ស។ យើងុំទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែខុសពីការប្រើប្រាស់ការបកប្រែនេះ។