# Natural Language Processing
-
ການນຳໃຊ້ AI ເຂົ້າໃນການຄັດເລືອກຊີວະປະຫວັດ (Resume) ຂອງພະນັກງານແບບອັດຕະໂນມັດ
-
ການແຍກປະເພດຄຳສັບ (Part-of-Speech Tagging) ສຳລັບພາສາລາວ
-
ການກຳນົດຊະນິດຂອງຄຳ (Part-of-Speech Tagging) ສໍາລັບພາສາລາວ
-
ການ Fine-Tune ໂມເດວ Gemma-4 ສຳລັບພາສາລາວ: ຄູ່ມືສຳລັບນັກພັດທະນາ
-
ການສ້າງຕົວຕັດຄໍາພາສາລາວແບບກໍານົດເອງ (Custom Lao Tokenizer) ໂດຍໃຊ້ກົດເກນຂອງພະຍາງ
-
Word2Vec: ສ້າງແຜນທີ່ຄວາມໝາຍຂອງຄຳສັບດ້ວຍ Python
-
ລະບົບກັ່ນຕອງສະແປມ (Spam) ອ່ານອີເມວຂອງທ່ານແນວໃດ?
-
ການສະຫຼຸບຂໍ້ຄວາມດ້ວຍ AI: ວິທີ Extractive ແລະ Abstractive ແຕກຕ່າງກັນແນວໃດ?
-
ການ Fine-Tune ໂມເດວ Gemma 4 ດ້ວຍຊຸດຂໍ້ມູນພາສາລາວສະເພາະ
-
ເຂົ້າໃຈກົນໄກ Attention ໃນ Transformers: ຫົວໃຈຫຼັກທາງຄະນິດສາດຂອງ LLMs ຍຸກໃໝ່
-
AI ແປພາສາ (ເຊັ່ນ Google Translate) ເຮັດວຽກແນວໃດແທ້?
-
ການປະເມີນປະສິດທິພາບຂອງ LLM ໃນພາສາທີ່ມີຂໍ້ມູນໜ້ອຍ: ກໍລະນີສຶກສາການແປພາສາລາວ
-
ຂໍ້ທ້າທາຍໃນການແປສຳນວນພາສາລາວ
-
ການທຳຄວາມເຂົ້າໃຈ DPO (Direct Preference Optimization): ທາງເລືອກໃໝ່ແທນ RLHF ສຳລັບ LLMs
-
AI ໃນຂະແໜງການສຶກສາ: ລະບົບໃຫ້ຄະແນນບົດຄວາມອັດຕະໂນມັດ
-
ສ້າງລະບົບວິເຄາະຄວາມຮູ້ສຶກ (Sentiment Analyzer) ສຳລັບຄອມເມັ້ນ Facebook ພາສາລາວ
-
ສ້າງລະບົບຖານຂໍ້ມູນ RAG ສຳລັບທຸລະກິດ SME ຂອງທ່ານ: ໃຫ້ພະນັກງານ Chat ກັບກົດລະບຽບພາຍໃນ
-
ການສ້າງລະບົບ Named Entity Recognition (NER) ສຳລັບບົດຂ່າວພາສາລາວຂັ້ນສູງ
-
ແນະນຳການນຳໃຊ້ TF-IDF ກັບຂໍ້ມູນຂໍ້ຄວາມພາສາລາວ
-
ແນະນຳໃຫ້ຮູ້ຈັກກັບ Qwen: ສຸດຍອດໂມເດວ Open-Source ຈາກ Alibaba
-
ການອະນຸລັກພາສາລາວໃນຍຸກດິຈິຕອນ
-
ຄວາມສຳຄັນຂອງການແບ່ງປັນຖານຂໍ້ມູນພາສາລາວ (Open-Source Lao Text Corpora) ເພື່ອພັດທະນາ AI
-
ຝັນຮ້າຍຂອງການຕັດຄຳພາສາລາວ: ຄວາມທ້າທາຍລະດັບປາບຊຽນໃນວົງການ NLP