nlp到底還有多大的發展空間？

1樓：邱昊晨

CV 感知層

NLP認知層

認知層的事物，細分到每個行業每個領域都足夠打造很高的門檻了而感知層不行

例如 OCR跨領域的代價很低，而nlp的內容你從金融換到法律領域，就基本上廢了

2樓：googol

實話實說，NLP的發展空間比CV大，但CV人滿為患是一種錯覺。其實AI識物有很多根本性的東西沒解決，不是可以靠工程技巧和複雜度堆砌就能解決的。典型的如AI博物學家，這個就沒有實現。

（就是可以識別乙個在自然界中的生物到種這個級別的。比如可以識別出中華大刀螳與中華斧螳的區別。）

但NLP的問題非常的大，其一就是AI目前還建立不了「常識」，這是理解自然語言的基礎。這個就更不可能通過堆疊複雜度來實現了。因為人腦了解文字的意義不是通過記憶符號的形狀實現的而是通過將其對映到編碼這種特點概念的區域。

如要理解「8」所代表的數量關係，大腦會把這個對映到表示「8」這個抽象數量概念的區域。這種表示應該是非符號主義的，而更貼近聯結主義的。但現在聯結主義似乎對深度學習戀戀不捨（深度學習對常識的建模效率奇低），而符號主義也不願徹底反省，所以NLP發展很慢。

「人滿為患」不是評價你可不可以去做的指標，如果你想嘗試一些新的東西，我建議你去選一些研究思路較非主流的方向吧，可能會有驚喜。AI領域的問題很多，也不必非盯著NLP和CV。

另：如果現在遇到的問題是根本性的，我會更傾向於從CV入手，因為視覺系統在人腦中研究最透徹，而在AI中也最容易研究。

3樓：

自然語言處理領域內還有很多懸而未決的開放性問題，如常識推理、融合世界知識等。從長遠來看，還有很大的可研究的空間。但是談長遠沒有意義，正如凱恩斯所說，」從長遠看，我們都已死去「。

有意義的問題應該是在當前技術背景下，自然語言處理還有多大的發展空間，即在現在技術條件下還有多少可以解決但還未解決的問題，這和人滿為患與否、門檻高低是沒有關係的。

這波自然語言處理發展的浪潮是由深度學習帶起來的。重要的階段性發展成果，如RNN語言模型、word2vec、Seq2Seq、Attention、Transformer、BERT等更多是源於機器學習社群而不是自然語言處理社群。自然語言處理研究者更多的是將機器學習工具適配到自然語言處理任務上。

當前技術背景下自然語言處理還有多大發展空間，一方面取決於深度學習這種技術還有多少潛力可挖，另一方面取決於還有多少可以用深度學習解決的NLP問題。在這兩方面，我都感到比較悲觀，可能在幾年內還會蓬勃發展，再往後就不好說了。

4樓：

現在入坑，也許還有點油水吧。需要熬5年，有機會能到大廠，畢竟現在做nlp的人越來越多了。junior的一般都不要。

不過代價就是有可能沒時間參與大專案，只會python，這玩意學術界用的多，業界就不行了。現在大廠hr都會問你的程式語言是什麼，之前都不這麼問的。

不過看看別的方向，當大廠的敲門磚NLP還算不錯。但是除非你當老師，建議還是好好練一下programming, backend service什麼的, 因為凡事總有冷下來的時候，有備無患。

5樓：zhongyian

個人覺得題主這個問題有兩個層面：

一、nlp本身還有多大的發展空間？（偏向於科研）

二、現在學nlp，將來就業的發展空間有多大？（偏向於工程）

對於第乙個層面，nlp的發展空間太大了.....自然語言是人類智慧型的精華，現階段nlp的水平到科幻大片中的強人工智慧還差的太遠，這就需要對nlp的持續研究。目前深度學習在nlp上的應用沒有cv那麼成熟，各種頂會上nlp方向的文章也是只增不減。

對於第二個層面，我認為需要考慮以下幾點：

1、學習成本

nlp的任務要比cv的任務難一些，學習成本也要大一些。

2、供目前看，cv人數大於nlp，但是未來不好說，畢竟影響未來供求關係的很大因素是現在這批人的選擇。

3、求學術界的發展是快於工業界的，近兩年學術界nlp的成果很多，未來幾年哪怕只依賴於深度學習，nlp還是會有進步的，那麼到了工業界，更需要一段時間繼續發展，所以工業界需要nlp工程師的輸入。

4、落地

其實現在很多的搜尋、推薦都是nlp在背後支撐，個人覺得nlp目前在工業界，更像是錦上添花，而不是雪中送炭，也就是說，目前nlp沒辦法像cv那樣直接單獨產生價值。nlp作為單獨的產品，目前感覺就是翻譯和對話，但是這兩個都太難了，快達到人工智慧的終極目標了。

綜合來看呢，個人覺得nlp還是乙個不錯的方向的，感興趣可以選擇，不會差。（雖然nlp有各種坑。。。）

CV/NLP哪個方向更好？

準研，nlp 有哪些坑?

6樓：johnchenyhl

人滿為患不用擔心，但需要思考下發展前景。cv有很多成熟的應用場景，如人臉識別，美顏等，使用者可以直觀體驗你的技術，但nlp比較難，大部分技術都不直接整體觸客，目前能直接體驗的也就客服和搜尋，說實話這兩者都不好做，都是沒有邊界（沒有最好只有更好），這估計也是做nlp的宿命。

7樓：陳半眠

其實我對這方面不太了解，但是我想說的是，人滿為患（存疑）是否就等於沒有發展空間？在我看來答案是否定的。

但就發展空間（potential）來看，無論是cv還是nlp，他們都還處在成長期，未來還有很多需要優化和改進的地方，留給我們的是一片廣闊的天地。