Google SyntaxNet, per capire il linguaggio naturale

Appena qualche mese fa Google aveva rilasciato TensorFlow, innovativa libreria per il machine learning (vedere Google punta sul machine learning: ecco la piattaforma cloud e Machine learning: Google presenta TensorFlow).

Adesso la società di Mountain View annuncia un’ulteriore importante novità: Google rilascia SyntaxNet come prodotto opensource.

Costruito a partire da TensorFlow, SyntaxNet può fungere da base per l’implementazione di sistemi capaci di comprendere e interpretare il linguaggio naturale.

Insieme con SyntaxNet, framework per la gestione di una vera e propria rete neurale, i tecnici di Google hanno rilasciato Parsey McParseface: il primo concreto esempio di come, utilizzando un set di algoritmi di machine learning particolarmente efficaci ed efficienti, si possano analizzare le strutture linguistiche e stabilire il ruolo funzionale di ciascuna parola all’interno di una frase.

Il linguaggio umano può essere, spesso, ampiamente ambiguo. Ecco perché SyntaxNet utilizza il concetto di rete neurale per valutare le ambiguità ed estrarre quello che, con ogni probabilità, è il significato di una frase.

Secondo Google, Parsey McParseface sarebbe già in grado di vantare un’accuratezza pari al 94% nello stabilire i corretti legami fra le parole. Tale performance, però, è stata fatta registrare nel caso dei testi scritti in maniera formalmente corretta. Prendono in considerazione frasi tratte dal web, Parsey McParseface ha evidenziato un’accuratezza pari al 90%.

Maggiori informazioni sono pubblicate a questo indirizzo.