نیچرل لینگویج پروسیسنگ

مندرجہ ذیل پائتھون سکرپٹ کی مدد سے آپ کسی بھی کارپس یا ٹیکسٹ ڈیٹا فائل سے جملے اخذ کر سکتے ہیں۔ یہ سکرپٹ جملوں میں موجود الفاظ کی تعداد کے لحاظ علیحدہ علیحدہ فائل بناتا ہے۔ مثلا چار لفظوں پر مشتمل جملے علیحدہ فائل میں ہوں گے اور 5 لفظوں پر مشتمل جملے علیحدہ فائل میں۔ متن کو نارملائز کرنے کے...

مندرجہ ذیل جملوں میں اردو کے تمام حروف تہجی موجود ہیں اور یہ جملے اس تھریڈ سے جمع کیے گئے ہیں۔ آج صبح کے آغاز پر مختلف قومی ٹیلی ویژنوں کے ذریعے بلاگستان کی تشہیر کے باعث چند بڑے مضبوط لکھاری ڈرتے نظر آئے اِن پیج اُردو سافٹ ویئر چلانا بڑی محنت، خلوص، عرق ریزی، ژرف نگہی، طبعی شغف، مثالی ڈسپلن...

سٹاپ ورڈز وہ الفاظ ہوتے ہیں جو کی ورڈ نہیں ہوتے اور متن میں ان کی اتنی اہمیت نہیں ہوتی۔ اردو متن سے کی ورڈز اخذ کرنے یامتن سے ٹیگز کی فہرست بنانے کے لیے متن سے سٹاپ ورڈر کو علیحدہ کر دیا جاتا ہے۔ مندرجہ ذیل دو فہرستوں کو یکجا کر کے ایک سٹاپ ورڈ فہرست ترتیب دی گئی ہے اردو ھیک کی اردو سٹاپ...

اردو متن کی نارملائزیشن Urdu Text Normalization اردو لینگوئج پراسیسنگ یا مشین لرننگ میں فراہم کردہ متن کی بہت اہمیت ہے جس کو استعمال سے قبل مختلف مراحل سے گزارا جاتا ہے جن میں سے ایک مرحلہ ٹیکسٹ نارملائزیشن ہے۔ ٹیکسٹ نارملائزیشن کا عمل اردو متن پر مندرجہ ذیل کام کرتا ہے: متن میں غلطیوں کو درست...

اردو میں واوین کی یونیکوڈ قدریں کیا انگریزی ڈبل کوٹس سے مختلف ہیں یا واوین کے لیے انگریزی ڈبل کوٹس ہی کا استعمال کرنا مناسب ہے؟

بنیادی نوعیت کے عمل سے شروع کرتے ہیں۔ ایک مضمون یا کہانی میں سے ایکشن کیسے اخذ کیا جائے ؟ اور یہ بات کیسے معلوم کی جائے کہ یہ ایکشن کس کردار(Entity) سے متعلق ہے۔ مثال: میرے کوڈ میں چند فنکشنز ہیں func walkForward() func walkBackwards() func jump() func lookLeft() func lookRight() func crouch()...

اس دھاگے کی وجہ تسمیہ ہے یہ دھاگہ اردو ٹیکسٹ آرکائیو کی طرف پہلا قدم ایک پائتھون سکرپٹ میرے ہاتھ بھی لگا ہے جو اردو ٹیکسٹ سے جملے کشید کرتا ہے۔ دلچسپ بات یہ ہے کہ اسے ایک امریکی نے لکھا ہے جو بروکلین میں ہی رہتا ہے اور اردو نہیں جانتا بلکہ کوڈ لکھ کر متفسر بھی ہے کہ اردو جملے کے اختتام کے لیے...