word2vec
(также word-to-vec) – букв. “слово в вектор”; векторизация слов, преобразование слов в векторы # в обработке естественного языка (natural language processing, NLP), в обработке текстов – новый метод векторизации, который в 2013 году предложил чешский аспирант Томаш Миколов и который стал прорывной технологией в области обработки текстов; он значительно упрощал и сокращал вычисления и при этом позволял учитывать семантику отдельных слов. Нейросетевая модель, предложенная Миколовым для создания эмбеддингов (word embedding), очень проста, основана на гипотезе локальности (“слова, которые встречаются в одинаковых окружениях, имеют близкие значения”) и призвана предсказывать вероятность слова по его окружению (контексту) (см. также BOW, continous bag of words, skip-gram, text analytics, vector, vectorization).word embedding
– векторизация слов, векторное представление слов, погружение слов в линейное векторное пространство; проф. эмбеддинг, редко эмбеддинг слов # в обработке естественного языка (natural language processing, NLP), в обработке текстов – процесс и результат представления слов для анализа текстов, обычно в виде сжатого вектора относительно небольшого размера (embedding), кодирующего смысловое значение конкретного слова таким образом, чтобы оно было похоже на соседние слова в данном векторном пространстве. При этом используются разные технологии языкового моделирования и выделения признаков с отображением слов или фраз из словаря на векторы вещественных (действительных) чисел. Концептуально это является операцией математического преобразования пространства с многоразмерными представлениями слов в непрерывное векторное пространство гораздо меньшей размерности. Подобное преобразование осуществляется при помощи таких методов, как искусственные нейронные сети (ИНС, neural network), уменьшение размерности матрицы словных коллокаций (word co-occurrence matrix), вероятностные языковые модели (probabilistic language model), база знаний объяснения-оправдания (explainable knowledge base), явное представление контекстов, в которых встречаются данные слова (explicit representation in terms of the context in which words appear). Векторное представление слов и фраз (phrase embedding) для данных ввода (входных данных) обеспечивает значительное повышение скорости выполнения таких задач NLP, как синтаксический анализ, разбор (syntactic parsing) и сентимент-анализ (sentiment analysis). Технология эмбеддинга появилась в 2018 году (как своего рода развитие метода word2vec) и решила проблему омонимии и многозначности некоторых слов (см. также collocation, dimensionality reduction, knowledge base, mapping, text analytics, vector, vectorization).work
– 1. работа; дело; действие; деятельность; труд;2. произведение, результат труда, изделие, продукт;
3. место работы; занятие; должность;
4. работать, трудиться; обрабатывать;
5. прил.
рабочий.work area
(также working area) – 1. рабочая зона # часть окна, в котором пользователь выполняет какие-либо действия;2. производственный участок, рабочий участок; рабочее пространство.
work cell
– рабочая (производственная, технологическая ячейка), рабочее место, РМ # набор сосредоточенного в одном месте технологического оборудования для изготовления одной детали (одного изделия).work environment
– 1. (также robot’s work environment) – рабочая среда, рабочее пространство робота # совокупность производственных объектов с данными об их местоположении и ориентации, например гибкий производственный модуль, или гибкая производственная ячейка; представляется в виде постоянно (регулярно) обновляемой трёхмерной модели реального мира (world model) и хранится в памяти системы управления робота. Эта модель используется управляющей программой (УП) робота для выполнения заданных задач. Синоним – working space;2. (также
working environment, working condition) производственная среда, трудовая (рабочая) среда, производственные условия # система организации и оплаты труда, оборудование рабочих мест и др.work home position
– рабочее начальное положение [манипулятора], рабочая исходная позиция # начальное положение манипулятора, которое может создаваться для каждой новой конкретной работы, причём с учётом требований безопасности и предотвращения столкновений (см. также manipulator, position, resting position).