Szczegóły publikacji
Opis bibliograficzny
Ten natural language processing tasks with generative artificial intelligence / Justyna Golec, Tomasz HACHAJ // Applied Sciences (Basel) [Dokument elektroniczny]. — Czasopismo elektroniczne ; ISSN 2076-3417. — 2025 — vol. 15 iss. 16 art. no. 9057, s. 1–30. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 22–30, Abstr. — Publikacja dostępna online od: 2025-08-17. — J. Golec - afiliacja: Institute of Security and Computer Science, University of the National Education Commission of Krakow
Autorzy (2)
- Golec Justyna
- AGHHachaj Tomasz
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 162025 |
|---|---|
| Data dodania do BaDAP | 2025-09-05 |
| Tekst źródłowy | URL |
| DOI | 10.3390/app15169057 |
| Rok publikacji | 2025 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Applied Sciences (Basel) |
Abstract
The review enumerates the predominant applications of large language models (LLMs) in natural language processing (NLP) tasks, with a particular emphasis on the years 2023 to 2025. A particular emphasis is placed on applications pertaining to information retrieval, named entity recognition, text or document classification, text summarization, machine translation, question-and-answer generation, fake news or hate speech detection, and sentiment analysis of text. Furthermore, metrics such as ROUGE, BERT, METEOR, BART, and BLEU scores are presented to evaluate the capabilities of a given language model. The following example illustrates the calculation of scores for the aforementioned metrics, utilizing sentences generated by ChatGPT 3.5, which is free and publicly available.
