Что такое слово? — Определение из WhatIs.com

По

• Участник TechTarget

В компьютерной архитектуре слово — это единица данных определенной длины в битах, к которой можно обращаться и перемещать между хранилищем и процессором компьютера. Обычно определенная длина слова в битах эквивалентна ширине шины данных компьютера, поэтому слово может быть перемещено за одну операцию из хранилища в регистр процессора. Для любой компьютерной архитектуры с восьмибитным байтом слово будет кратно восьми битам. В эволюционной архитектуре IBM System/360 слово состоит из 32 бит или четырех последовательных восьмибитных байтов. В архитектуре процессора Intel для ПК слово состоит из 16 бит или двух смежных восьмибитных байтов.

Некоторые архитектуры компьютерных процессоров поддерживают полуслово, которое составляет половину битовой длины слова, и двойное слово (двойное слово), которое представляет собой два смежных слова. Архитектура процессора Intel также поддерживает четверное слово, два смежных двойных слова и двойное четверное слово, два смежных четверных слова.

Слово может содержать компьютерную инструкцию, адрес хранилища или данные приложения, которыми нужно манипулировать (например, добавить к данным в другом пространстве слов). В некоторых архитектурах для содержания инструкции, адреса или данных приложения требуется двойное слово или более крупная единица. Как правило, инструкция имеет длину слова, но некоторые архитектуры поддерживают инструкции длиной в полслова и двойные слова.

В целом, чем больше заданная длина слова, тем больше процессор компьютера может сделать за одну операцию.

Последнее обновление: сентябрь 2005 г.

встроенное устройство

Встроенное устройство является частью более крупной вычислительной системы и имеет определенное назначение.

ПоискСеть

• беспроводная ячеистая сеть (WMN)

  Беспроводная ячеистая сеть (WMN) — это ячеистая сеть, созданная путем соединения узлов беспроводной точки доступа (WAP), установленных в …

• Wi-Fi 7

  Wi-Fi 7 — это ожидаемый стандарт 802.11be, разрабатываемый IEEE.

• сетевая безопасность

  Сетевая безопасность включает в себя все шаги, предпринятые для защиты целостности компьютерной сети и данных в ней.

ПоискБезопасность

• Что такое модель безопасности с нулевым доверием?

  Модель безопасности с нулевым доверием — это подход к кибербезопасности, который по умолчанию запрещает доступ к цифровым ресурсам предприятия и …

• RAT (троянец удаленного доступа)

  RAT (троян удаленного доступа) — это вредоносное ПО, которое злоумышленник использует для получения полных административных привилегий и удаленного управления целью …

• атака на цепочку поставок

  Атака на цепочку поставок — это тип кибератаки, нацеленной на организации путем сосредоточения внимания на более слабых звеньях в организации …

ПоискCIO

• пространственные вычисления

  Пространственные вычисления в широком смысле характеризуют процессы и инструменты, используемые для захвата, обработки и взаимодействия с трехмерными данными.

• Пользовательский опыт

  Дизайн взаимодействия с пользователем (UX) — это процесс и практика, используемые для разработки и внедрения продукта, который обеспечит позитивное и …

• соблюдение конфиденциальности

  Соблюдение конфиденциальности — это соблюдение компанией установленных правил защиты личной информации, спецификаций или …

SearchHRSoftware

• Поиск талантов

  Привлечение талантов — это стратегический процесс, который работодатели используют для анализа своих долгосрочных потребностей в талантах в контексте бизнеса …

• удержание сотрудников

  Удержание сотрудников — организационная цель сохранения продуктивных и талантливых работников и снижения текучести кадров за счет стимулирования …

• гибридная рабочая модель

  Гибридная рабочая модель — это структура рабочей силы, включающая сотрудников, работающих удаленно, и тех, кто работает на месте, в офисе компании. ..

SearchCustomerExperience

• CRM (управление взаимоотношениями с клиентами) аналитика

  Аналитика CRM (управление взаимоотношениями с клиентами) включает в себя все программные средства, которые анализируют данные о клиентах и ​​представляют…

• разговорный маркетинг

  Диалоговый маркетинг — это маркетинг, который вовлекает клиентов посредством диалога.

• цифровой маркетинг

  Цифровой маркетинг — это общий термин для любых усилий компании по установлению связи с клиентами с помощью электронных технологий.

Могут ли компьютеры понимать сложные слова и понятия?

В «Зазеркалье» Шалтай-Болтай пренебрежительно говорит: «Когда я использую слово, оно означает именно то, что я выбираю, — ни больше, ни меньше». Алиса отвечает: «Вопрос в том, можете ли вы заставить слова означать так много разных вещей».

Изучение того, что на самом деле означают слова, имеет давнюю историю. Человеческий разум должен анализировать паутину подробной, гибкой информации и использовать изощренный здравый смысл, чтобы понять их значение.

Теперь возникла новая проблема, связанная со значением слов: ученые изучают, может ли искусственный интеллект имитировать человеческий разум, чтобы понимать слова так, как это делают люди. Новое исследование, проведенное исследователями из Калифорнийского университета в Лос-Анджелесе, Массачусетского технологического института и Национальных институтов здравоохранения, решает этот вопрос.

В статье, опубликованной в журнале Nature Human Behaviour, сообщается, что системы искусственного интеллекта действительно могут запоминать очень сложные значения слов, и ученые нашли простой прием для извлечения этих сложных знаний. Они обнаружили, что изученная ими система искусственного интеллекта представляет значения слов таким образом, который сильно коррелирует с человеческими суждениями.

Исследуемая авторами система искусственного интеллекта в последнее десятилетие часто использовалась для изучения значения слов. Он учится определять значения слов, «читая» астрономические объемы контента в Интернете, охватывающего десятки миллиардов слов.

Когда слова часто встречаются вместе — например, «стол» и «стул», — система узнает, что их значения связаны. И если пары слов встречаются вместе очень редко — например, «стол» и «планета», — он узнает, что они имеют очень разные значения.

Такой подход кажется логичной отправной точкой, но подумайте, насколько хорошо люди понимали бы мир, если бы единственным способом понимания смысла было подсчет того, как часто слова встречаются рядом друг с другом, без какой-либо возможности взаимодействовать с другими людьми и окружающей средой.

Идан Бланк, доцент кафедры психологии и лингвистики Калифорнийского университета в Лос-Анджелесе и соавтор исследования, сказал, что исследователи намеревались узнать, что система знает о словах, которые она изучает, и какой у нее «здравый смысл».

Перед началом исследования, по словам Бланка, у системы было одно серьезное ограничение: «Что касается системы, каждые два слова имеют только одно числовое значение, которое показывает, насколько они похожи».

Человеческое знание, напротив, гораздо более подробное и сложное.

— Учитывайте наши знания о дельфинах и аллигаторах, — сказал Бланк. «Когда мы сравниваем их по шкале размеров, от «маленьких» до «больших», они относительно похожи. По уровню интеллекта они несколько отличаются. По степени опасности, которую они для нас представляют, по шкале от «безопасных» до «опасных» они сильно различаются. Таким образом, значение слова зависит от контекста.

«Мы хотели спросить, знает ли эта система на самом деле эти тонкие различия — гибко ли ее представление о сходстве, как у людей».

Чтобы это выяснить, авторы разработали метод, который они называют «семантической проекцией». Например, можно провести линию между представлениями модели слов «большой» и «маленький» и посмотреть, где на этой линии попадают представления различных животных.

Используя этот метод, ученые изучили 52 группы слов, чтобы выяснить, сможет ли система научиться сортировать значения — например, оценивать животных по их размеру или по степени опасности для человека, или классифицировать штаты США по погоде или по общему богатству.

Idan Blank/UCLA

Сетка, отображающая некоторые категории слов, проанализированные исследователями. Статистически значимые пары (например, «животные» и «опасность» и «животные» и «пол» в первом ряду) обозначены квадратами с более толстой рамкой.

Среди других групп слов были термины, связанные с одеждой, профессиями, спортом, мифологическими существами и именами. Каждой категории было присвоено несколько контекстов или измерений — например, размер, опасность, интеллект, возраст и скорость.

Исследователи обнаружили, что в отношении этих многочисленных объектов и контекстов их метод оказался очень похожим на человеческую интуицию. (Чтобы провести это сравнение, исследователи также попросили группы из 25 человек дать одинаковые оценки каждой из 52 групп слов.