Що таке РОЗУМІННЯ ПРИРОДНОЇ МОВИ Англійською - Англійська переклад

• natural language understanding
• understanding of natural language
• natural-language understanding

Приклади вживання Розуміння природної мови Українська мовою та їх переклад на Англійською

Розуміння природної мови.
Understand natural language.

Системи розуміння природної мови.
Models of natural language understanding.

Розуміння природної мови.
Natural Language Understanding.

Механічне читання і розуміння природної мови і історії.
Mechanical reading and understanding of natural language and stories.

Розуміння природної мови.
Understanding of natural language.

Завдяки технології розуміння природної мови(NLU) водії можуть розмовляти з асистентом Кейсі(Casey), як з пасажиром.
Thanks to natural language understanding(NLU), drivers can talk to the assistant Casey as they would with a passenger.

Розуміння природної мови вважається АІ-повною задачею.
Natural-language understanding is considered an AI-hard problem.

Часто стверджують, що успіх повністю автоматизованого перекладу потребує, в першу чергу, вирішення проблеми розуміння природної мови.
It is often argued that the problem of machine translation requires the problem of natural language understanding to be solved first.

Використовуючи розуміння природної мови, Bixby може адаптуватися до унікального стилю мови користувача.
Utilizing natural language understanding, Bixby has the ability to adapt to the unique speaking style of the user.

Протягом багатьох років ми були піонерами у вирішенні серії проблем, пов'язаних з ІІ: від математичного рішення автоматизації естетики до розуміння природної мови.
Over the years we have certainly been pioneers in solving lots of“AI-ish” problems- from mathematical solving to automated aesthetics to natural language understanding.

Уотсон- це набір алгоритмів для розуміння природної мови та обробки величезної кількості даних у таких галузях, як охорона здоров'я та кібербезпека.
Watson is a collection of algorithms for understanding natural language and processing massive amounts of data in fields like healthcare and cybersecurity.

Найбільш ефективна модель, відома як Transformer, вдалося забезпечити правильні рішення на 50% часу, і вона була розроблена з метою розуміння природної мови, а не математики.
The best-performing model, known as Transformer, managed to provide correct solutions to 50 percent of the time and it was designed for the purpose of natural language understanding- not math.

Розуміння природної мови(англ. natural language understanding)[1]- підтема обробки природної мови, що займається розумінням машиною прочитаного тексту.
Natural-language understanding(NLU) or natural-language interpretation(NLI)[1] is a subtopic of natural-language processing in artificial intelligence that deals with machine reading comprehension.

Ця програма охоплює всі сфери мовлення та обробки мови: від фонетики, синтезу мови та розпізнавання мовлення, до розуміння природної мови та машинного перекладу.
This programme covers all areas of speech and language processing, from phonetics, speech synthesis and speech recognition, to natural language understanding and machine translation.

Розуміння природної мови іноді вважають AI-повною задачею, тому що розпізнавання живої мови потребує величезних знань системи про навколишнє середовище та можливості взаємодіяти з ним.
Natural-language understanding is sometimes referred to as an AI-complete problem, because natural-language recognition seems to require extensive knowledge about the outside world and the ability to manipulate it.

Новий програмований лінгвістичний інтерфейс, який дозволяє визначити вашу власну граматику для того, щоб розширити розуміння природної мови, вже вбудованого в Wolfram Language.
And there's a whole new Programmable Linguistic Interface that lets you define your own grammar to extend the natural language understanding that's already built into the Wolfram Language..

Alpha в сфері розуміння природної мови, без активного використання людьми немає ніякої можливості реально оцінити прогрес, або навіть визначити, якими повинні бути цілі для розпізнавання реальних зображень.
Alpha in the domain of natural language understanding, without actual usage by humans there's no real way to realistically assess progress- or even to define just what the goals should be for“natural image understanding”.

Штучний інтелект в M-Files 2018 дозволяє автоматично класифікувати контент і пропонує метадані для документів та іншої неструктурованої інформації, використовуючи текстову аналітику, обробку природної мови, розуміння природної мови й аналітику зображень.
The use of AI in M-Files 2018 enables automated classification and metadata suggestions by examining documents and other unstructured content using text analytics, natural language processing(NLP), natural language understanding(NLU) and image analysis.

Хоча Powerset і є інструментом для розуміння природної мови і подальшого структурування його«під ковдрою»(де програмісти можуть побачити його), Metaweb дозволяє партнерам і кінцевим користувачам створювати структури даних або додавати інформацію в структури, створені іншими системами.
While Powerset was a tool for understanding natural language and for structuring it“under the covers”(where programmers could see it), Metaweb lets partners and end-users create data structures or add information to structures created by others.

Штучний інтелект(аналіз тексту та соціальних медіа, розуміння та переклад природної мови, просторово-часова аналітика, зображення та візуальне розпізнавання).
Artificial intelligence(analysis of text and social media, understanding and translation of natural language, spatio-temporal analytics, image and visual recognition).

Протягом більше трьох десятиліть, її наукові інтереси завжди були на стику біології та обчислень: розробка розрахункової моделі для слухової системи людини, розуміння людської мови, з тим щоб розробити алгоритми і системи для комп'ютерних взаємодій людини, а також застосування обробки природної мови(ОПМ) методи для передбачення.
For over three decades, her research interests have always been at the intersection of biology and computation“ developing a computational model for the human auditory system, understanding human language so as to develop algorithms and systems for human computer interactions, as well as applying natural language processing(NLP) techniques to gene predictions.

На додаток до цього помічники штучного інтелекту розроблені для того, щоб стати більш ефективними в розумінні своїх користувачів, оскільки покращуються алгоритми природної мови, і навпаки, будуть отримувати все більше інформації про те, як ми спілкуємося.
On top of this, AI assistants are designed to become increasingly efficient at understanding their human users, as the natural language algorithms used to encode speech into computer-readable data, and vice versa is exposed to more and more information about how we communicate.

Цифрові персональні помічники- Siri, Amazon Alexa, Google Voice і Microsoft Cortana- використовують обробку природної мови для розуміння і наслідування особливостей людської мови..
Digital personal assistants- Apple's Siri, Amazon's Alexa, Google Voice, and Microsoft Cortana- use natural language processing to understand and emulate human speech.

Те, що спочатку почалося як інструмент скромного пошуку файлів, тепер дозріло з тоннами функцій- від пошуку результатів онлайн до розуміння складних запитів на природній мові.
What originally began as a humble file search tool, has now matured with tons of features up its sleeve- ranging from searching for online results to understanding complex natural language queries.

З'являється багато нових«розумних полів», які автоматично використовують природне розуміння мови для інтерпретації введених даних.
There are lots of new types of“smart fields” that automatically use natural language understanding to interpret your input.

Згідно історичним тенденціям, математична нотація, як і природна мова, могла б виявитися неймовірно складною для розуміння комп'ютером.
Given its historical basis, it might have been that mathematical notation- like natural language- would be extremely difficult for computers to understand.

На додаток до цього помічники штучного інтелекту розроблені для того, щоб стати більш ефективними в розумінні своїх користувачів, оскільки покращуються алгоритми природної мови, і навпаки, будуть отримувати все більше інформації про те, як ми спілкуємося.
On top of this, AI assistants are designed to become increasingly efficient at understanding their human customers, as the natural language calculations used to encode language into computer-readable data, and vice versa is exposed to a growing number of information about the way we communicate.