2201767623
Jawaban:
Contoh teknologi yang menerapkan Natural Language Processing ada banyak diantaranya:
Email merupakan salah satu alat komunikasi yang sangat penting perannya dalam
kehidupan kita sekarang. Penerapan Natural Language Processing ke email tentunya
sangat memudahkan user. Contoh penerapannya pada email dimulai dari spam filter
yang mencari kata – kata atau kalimat yang mengidentifikasi sebuah spam message,
sehingga bisa memindahkannya ke folder spam.
Selain dari spam filter, penerapan Natural Language Processing lainnya pada email
seperti Gmail bisa melakukan predictive text yang dapat memprediksi kata kata
selanjutnya yang akan ditulis oleh user.
• Aplikasi Penerjemah
• Speech Recognition
Akhir ini semakin trend penggunaan smart assistant seperti Alexa, Siri, Google Assistant
yang digunakan dalam kehidupan sehari – hari seperti untuk menanyakan cuaca, waktu,
atau bahkan bisa diintegrasi dengan perangkat IoT, seperti bisa mematikan lampu. Hal
ini tentu bisa dilakukan dimana diperlukannya speech recognition untuk memahami apa
yang diucapkan oleh orang dalam suara dan memberikan respons yang tepat.
• Search Engine
Kehidupan kita saat ini tentunya sangat tidak lepas dari teknologi search engine seperti
Google yang sudah menjadi tempat kita mencari informasi. Penerapan Natural
Language Processing pada search engine ada pada saat kita menginput kata kata untuk
mencari informasi. Search Engine bisa menampilkan informasi yang relevan dengan
yang dicari oleh user karena seach engine tidak hanya mengerti arti dari kata – kata
yang diinput tetapi juga memahami maksud yang ingin disampaikan oleh user.
Jawaban:
• Inflectional Morphology
Kombinasi kata dasar (stem) dengan sebuah grammatical morfem yang akan
menghasilkan kata yang memiliki kelas yang sama dengan original stemnya.
Ada juga penggunaan inflectional morfem -ed untuuk membuat past tense dari sebuah
kata kerja seperti baked dimana original stemnya adalah bake dan inflectional morfem -
ed.
• Derivational Morphology
Kombinasi kata dasar (stem) dengan sebuah grammatical morfem yang akan
menghasilkan kata yang memiliki kelas yang berbeda dengan original stemnya.
Contoh penggunaan pada bahasa Inggris terdapat derivational morfem suffix -ful
ditambahkan kata benda seperti beauty akan menghasilkan kata baru beautiful yang
merupakan kata sifat yang berbeda dari original stemnya.
• Compounding
Contoh penggunaa pada bahasa Inggris dimana kata air dan plane yang digabung
menjadi airplane.
• Cliticization
Kombinasi kata dasar (stem) dengan sebuah clitic. Clitic merupakan morfem yang
bertindak secara syntax seperti sebuah kata, tetapi bentuknya lebih sedernaha dan
terikat pada kata lain dan tidak bisa berdiri sendiri.
Contoh penggunaan pada bahasa Inggris terdapat morfem ‘ve yang dipasangkan
dengan I menadi I’ve yang artinya sama dengan I have. Morfem ‘ve ini merupakan
sebuah clitic.
Jawaban:
Karakter ? jika digunakan pada sebuah karakter ‘a’, regular expression akan mencocokkan
pada kata – kata yang memiliki karakter ‘a’ jumlah nol dan maksimal satu. Seperti pada contoh
diatas /woodchucks?/, dimana karakter terakhir adalah ‘s’ sehingga kata yang cocok pada
kalimat tersebut adalah antara ‘woodchuck’ dan ‘woodchucks’.
Karakter ‘+’ jika digunakan pada sebuah karakter ‘a’, regular expression akan mencocokkan
pada kata – kata yang memiliki karakter ‘a’ jumla minimal satu atau lebih. Seperti pada contoh
diatas /cat+/ dimana kata – kata yang akan cocok pada kalimat diatas adalah ‘cat’ dan ‘cattt’
karena memiliki karakter ‘t’ minimal satu atau lebih.
Karakter ‘*’ jika digunakan pada sebuah karakter ‘a’, regular expression akan mencocokkan
pada kata – kata yang memiliki karakter ‘a’ jumlah nol atau lebih. Seperti pada contoh diatas
saya samakan dengan contoh yang karakter ‘+’ agar bisa diliat perbedaanya. Bisa dilihat
dengan pattern /cat*/, kata – kata yang akan cocok pada kalimat diatas adalah ‘cat’, ‘cafe’, dan
‘cattt’. ‘cafe’ termasuk cocok karena ‘*’ match terhadap ketika tidak ada karakter ‘t’.
Karakter ‘.’ merupakan karakter yang spesial yang bisa cocok dengan semua jenis karakter.
Seperti pada contoh diatas /.atch/ dimana kata – kata yang akan cocok pada kalimat diatas
adalah ‘match’, ‘catch’, ‘patch’, dan ‘scratch’. Namun untuk ‘scratch’ yang cocok hanya mulai
dari huruf ‘r’, hal ini disebabkan karena karakter ‘.’ hanya merepresentasikan 1 karakter saja.
Jawaban:
Jawaban:
• Closed Classes adalah kategori dari Part-of-Speech yang memiliki kelas yang
membershipnya sudah tetap (relatively fixed). Membership yang sudah tetap tersebut
maksudnya adalah tidak akan terjadi penambahan baru pada kelas tersebut. Salah satu
dari Closed Classes adalah Prepositions karena sudah memiliki kumpulan kata – kata
yang pasti merupakan Prepositions dan jarang akan terjadi penambahan baru. Contoh
lain dari Closed Classes adalah Pronouns, dan Determiner.
• Open Classes adalah kategori dari Part-of-Speech yang memiliki kelas yang
membershipnya akan bertambah terus. Contoh dari Open Classes adalah Nouns and
Verbs dimana jumlah kata yang masuk dalam kelas akan bertambah terus seiring
bertambah atau bahkan dikutip dari bahasa lainnya. Contoh bahasa Inggris yang dikutip
dari bahasa lain seperti Karaoke yang artinya orkestra kosong dalam bahasa Jepang.
Jawaban:
Kata pada kalimat diatas akan diterima oleh finite-state automata jika melalui initial state dan
sampai pada final state (q3 atau q5). Berikut penjabaran untuk tiap kata kata ke dalam state
transition table.
‘she’ ‘won’
Input Input
State State
s i x t y s i x t y
→ q0 q1 Ø Ø Ø Ø → q0 Ø Ø Ø Ø Ø
q1 Ø Ø Ø Ø Ø q1 Ø Ø Ø Ø Ø
q2 Ø Ø Ø Ø Ø q2 Ø Ø Ø Ø Ø
*q3 Ø Ø Ø Ø Ø *q3 Ø Ø Ø Ø Ø
q4 Ø Ø Ø Ø Ø q4 Ø Ø Ø Ø Ø
*q5 Ø Ø Ø Ø Ø *q5 Ø Ø Ø Ø Ø
Kata ‘she’ ditolak oleh model finite-state Kata ‘won’ ditolak oleh model finite-state
automata karena sudah null pada semua input automata karena sudah null pada semua input
pada state q1 karena tidak ada huruf i pada pada state q0 (initial state).
‘she’ setelah huruf s.
‘six ‘medals’
Input Input
State State
s i x t y s i x t y
→ q0 q1 Ø Ø Ø Ø → q0 Ø Ø Ø Ø Ø
q1 Ø q2 Ø Ø Ø q1 Ø Ø Ø Ø Ø
q2 Ø Ø *q3 Ø Ø q2 Ø Ø Ø Ø Ø
*q3 Ø Ø Ø Ø Ø *q3 Ø Ø Ø Ø Ø
q4 Ø Ø Ø Ø Ø q4 Ø Ø Ø Ø Ø
*q5 Ø Ø Ø Ø Ø *q5 Ø Ø Ø Ø Ø
Kata ‘six’ diterima oleh model finite-state Kata ‘medals’ ditolak oleh model finite-state
automata karena berhasil diterima inputnya automata karena sudah null pada semua input
sampai pada salah satu final state q3. pada state q0 (initial state).
‘in’ ‘sixty’
Input Input
State State
s i x t y s i x t y
→ q0 Ø Ø Ø Ø Ø → q0 q1 Ø Ø Ø Ø
q1 Ø Ø Ø Ø Ø q1 Ø q2 Ø Ø Ø
q2 Ø Ø Ø Ø Ø q2 Ø Ø *q3 Ø Ø
*q3 Ø Ø Ø Ø Ø *q3 Ø Ø Ø q4 Ø
q4 Ø Ø Ø Ø Ø q4 Ø Ø Ø Ø *q5
*q5 Ø Ø Ø Ø Ø *q5 Ø Ø Ø Ø Ø
Kata ‘in’ ditolak oleh model finite-state Kata ‘sixty’ diterima oleh model finite-state
automata karena sudah null pada semua input automata karena berhasil diterima inputnya
pada state q0 (initial state). sampai pada salah satu final state q5.
‘games’
Input
State
s i x t y
→ q0 Ø Ø Ø Ø Ø
q1 Ø Ø Ø Ø Ø
q2 Ø Ø Ø Ø Ø
*q3 Ø Ø Ø Ø Ø
q4 Ø Ø Ø Ø Ø
*q5 Ø Ø Ø Ø Ø
Kata ‘games’ ditolak oleh model finite-state
automata karena sudah null pada semua input
pada state q0 (initial state).
Jadi, kata – kata dalam kalimat tersebut yang diterima hanya six dan sixty oleh model finite
state automata.