ELMo (Emergent Language Model), Google, NY Times, Stanford Üniversitesi ve Allen Yapay Zeka Enstitüsü'ndeki araştırmacılar tarafından geliştirilen, derin öğrenmeye dayalı bir Doğal Dil İşleme tekniğidir. ELMo, doğal dilin tanınmasında son teknoloji ürünü bir doğruluk sağlamak için çift yönlü dil modelleme adı verilen derin bir öğrenme tekniğini kullanır.
ELMo, sözcük yerleştirmeleri sağlayan yinelenen sinir ağı (RNN) tabanlı bir dil modelidir. Kelime yerleştirmeler, kelimeler arasındaki sözdizimsel ve anlamsal ilişkileri anlamak ve yakalamak için bir metin bütünü üzerinde eğitilir. Duygu analizi ve makine çevirisi gibi doğal dil işleme (NLP) görevleri için ELMo kullanıldığında, ortaya çıkan model en son teknolojiye sahip doğruluğa sahiptir.
Word2Vec ve GloVe gibi geleneksel kelime yerleştirme teknikleri bir dilin sözcüklerini sonlu boyutlu vektör vektörleriyle temsil edebilirken, ELMo vektörlere bağlama bağlı bir anlam katar. Bu, farklı bağlamlarda kullanılan kelimelerin farklı vektörler aldığı anlamına gelir. Kelime vektörlerinin bu şekilde bağlamsallaştırılmasının birçok NLP görevinin performansını arttırdığı bulunmuştur.
ELMo, Google Translate, Google Assistant, Amazon Alexa ve Apple'ın Siri'si dahil olmak üzere birçok sistemde yaygın olarak kullanılmaktadır. ELMo ayrıca konuşma tanıma, metin sınıflandırma, makine çevirisi ve soru yanıtlama için de kullanıldı.
ELMo, yeni sistemlerin doğal dili daha doğru bir şekilde tanımasını ve yorumlamasını sağladığından, doğal dil işlemede ileriye doğru atılmış önemli bir adımdır. Derin öğrenmeye dayalı dil modellerinin kullanımının gelecekte daha da artması bekleniyor.
