ফাংশন কী (Function Keys)

সংজ্ঞা:
কিবোর্ডে থাকা বিশেষ ধরনের কী, যা বিভিন্ন সফটওয়্যারে নির্দিষ্ট কাজের জন্য ব্যবহৃত হয়। সাধারণত এগুলো F1 থেকে F12 পর্যন্ত থাকে।

বৈশিষ্ট্য:

• কিবোর্ডে ১২টি ফাংশন কী আছে।

• কিবোর্ডে মোট ১০৫টি কী থাকে।

F1–F12 কী-এর কাজ

Natural Language Processing (NLP)-এর মূল চ্যালেঞ্জ হলো মানব ভাষার অস্পষ্টতা বা ambiguity। মানব ভাষা জটিল ও প্রাসঙ্গিক নির্ভরশীল, তাই একই শব্দ, বাক্যাংশ বা বাক্য একাধিক অর্থে ব্যবহৃত হতে পারে, যা কম্পিউটারের জন্য সঠিক অর্থ নির্ধারণকে কঠিন করে তোলে।

মূল বিষয়গুলো হলো:

• Lexical Ambiguity: একটি শব্দের একাধিক অর্থ থাকতে পারে (যেমন, “bank” বলতে নদীর পাড় বা আর্থিক প্রতিষ্ঠান বোঝাতে পারে)।

• Syntactic Ambiguity: বাক্যের গঠন এমন হতে পারে যাতে একাধিক ব্যাকরণগত ব্যাখ্যা সম্ভব (যেমন, “The man saw the girl with the telescope”)।

• Semantic/Pragmatic Ambiguity: কোনো বাক্যের অর্থ প্রসঙ্গ, স্বরভঙ্গি বা বাস্তব জ্ঞান অনুযায়ী পরিবর্তিত হয় (যেমন, রসিকতা বা প্রবাদ)।

Parts of Speech (POS) Tagging ও Syntactic Analysis (Parsing) আসলে এই অস্পষ্টতা দূর করার উপায়, কিন্তু এগুলিই প্রধান সমস্যা নয়—এগুলো অ্যামবিগুইটি সামলানোর উপপ্রক্রিয়া।
অন্যদিকে, Tokenization কেবল টেক্সটকে ছোট ছোট ইউনিটে ভাঙার একটি প্রাথমিক ধাপ, যা তুলনামূলকভাবে সহজ এবং NLP-এর মূল চ্যালেঞ্জ নয়।

অতএব, NLP-এর সবচেয়ে বড় চ্যালেঞ্জ হলো Ambiguity of sentences, কারণ মানব ভাষার এই বহুমাত্রিকতা সঠিক অর্থ নির্ধারণে সর্বাধিক জটিলতা তৈরি করে।

OMR (Optical Mark Recognition)

সংজ্ঞা:
OMR হলো একটি বিশেষ ধরনের ইনপুট ডিভাইস, যা স্পষ্টভাবে দাগাঙ্কিত মার্ক শনাক্ত করতে সক্ষম।

মূল বৈশিষ্ট্য:

• OMR সিটে দেওয়া পেনসিল বা কলমের দাগ শনাক্ত করতে পারে।

• OMR সিটের মার্ক স্ক্যান করে বৈদ্যুতিক পালস তৈরি করে।

• এতে একটি আলোক উৎস থাকে যা মার্ক শনাক্ত করতে সাহায্য করে।

• নৈর্বাচনিক প্রশ্নপত্র, জনসংখ্যা জরিপ এবং অনুরূপ কাজে ব্যবহৃত হয়।

• অল্প সময়ে বিপুল পরিমাণ তথ্য স্ক্যান করা সম্ভব।

• মার্ক স্পষ্ট না হলে সঠিক তথ্য পাওয়া যায় না।

উৎস: কম্পিউটার ও তথ্যপ্রযুক্তি-২, এসএসসি ও দাখিল (ভোকেশনাল)