自然語言處理的研究意義是什麼?

時間 2021-05-06 18:20:58

1樓:所追尋的風

讓機器理解自然語言是人類的夙願,而讓機器處理自然語言是生產力發展的必然要求。

自然語言是什麼?從通訊的角度看,語義從乙個人的大腦到另乙個人的大腦也是經過了編碼解碼的過程。自然語言就是人類對大腦中的語義的編碼。

這是人類所特有的。那麼能不能讓機器去處理甚至理解自然語言呢?

自然語言處理的歷史可以追溯到上世紀五十年代圖靈在「計算的機器和智慧型」中提出的圖靈測試,至今已有七十年的歷史了。在早期二十多年裡,是科學家走彎路的階段,當時科學家對計算機處理自然語言的認識侷限於人類學習語言的方式上,即用電腦模擬人腦。學術界一致認為想讓計算機處理翻譯、語音識別這種人類才能完成的任務就必須讓計算機擁有人一樣的智慧型。

這二十年的成果幾乎為零。直到上世紀七十年代自然語言處理的先驅才開始重新認識這個問題,找到了基於數學模型和統計的方法,自然語言處理才有了實質性的突破。時至今日,自然語言處理乘上深度學習的快車,已經在語音識別、機器翻譯、問答系統、搜尋引擎、推薦系統等諸多領域取得了突破性進展,極大地提高了生產效率,這些就是NLP研究價值和意義的活生生的例子呀。

自然語言處理的終極目標就是讓計算機真正理解自然語言,理解語義,實現真正意義上的機器智慧型。相比於那些NLP如今可以落地的應用,這個目標可以說是遙遠的星空了。雖然距離還很遙遠,但是想想就振奮人心呀。

仰望星空,仍需腳踏實地。

關於更多NLP的歷史和科普內容,推薦吳軍老師的《數學之美》

2樓:飄哥

「語言理解是人工智慧CROWN上的明珠。」

比爾蓋茨人工智慧分為計算智慧型,感知智慧型,認知智慧型三個階段。自然語言處理是人工智慧從感知到認知的重要一步,而認知智慧型的關鍵是自然語言理解,一旦有突破,則會大幅度推動認知智慧型,並提高人工智慧的技術,並促進在很多重要場景落地。

自然語言處理,是指用計算機對自然語言的形、音、 義等資訊進行處理,即對字、詞、句、篇章的輸入、輸出、識別、分析、理解、生成等的操作和加工。自然語言處理的具體表現形式包括機器翻譯、文字摘要、文字分類、文字校對、資訊抽取、語音合成、語音識別等。自然語言處理是讓計算機理解自然語言,自然語言處理機制涉及兩個流程,包括自然語言理解和自然語言生成。

自然語言理解是指計算機能夠理解自然語言文字的意義,自然語言生成則是指能以自然語言文本來表達給定的意圖。

自然語言處理難以處理的重要原因

第一:自然語言表現形式多樣化,語法多樣化,詞語多義化,還要考慮語境,上下文的影響。

第二:語音多樣化,如口音,地方話,俗語等需要處理,針對粘合性語言,如中文,需要進行分詞。

這些導致自然語言難以處理。

近幾年,由於海量資料的出現,演算法越來越先進;計算能力越來越高,在這三大因素的影響下,自然語言處理得到了飛速的發展。

未來需要的自然語言處理系統是可解釋、有知識、有道德、可自我學習的NLP系統。

實現這樣的目標要從具體的任務出發,解決存在的問題:

解決Rich-Resource方面存在的問題,如上下文建模、資料糾偏、多工學習、人類知識的理解等;

解決Low-Resource方面的問題,如建模問題,遷移學習具體實現問題,先驗規則冷啟動問題;

解決多問題,如解決知識常識、上下文建模、推理機制、可解釋等等。

在以上各方面有所推進的話,認知智慧型就會大幅提公升提,然後再加上感知智慧型的進步,聲音、圖象、文字的識別和生成的能力,以及多模態文、圖交叉的能力等等,我們就可以推進AI技術應用在產業上,幫助產業實現數位化轉型。

要想實現我們的希望需要各個方面的綜合努力,所以NLP的未來之路需要各行業通力配合。

3樓:樂樂

人們可以用自己最習慣的語言來使用計算機,而無需再花大量的時間和精力去學習不很自然和習慣的各種計算機語言;人們也可通過它進一步了解人類的語言能力和智慧型的機制。

自然語言處理NLP中,Attention機制和Memory機制的優缺點各是什麼?

哈啾路亞 attention本質還是選擇附近時序序列的資訊,window attention就是非常好的例子。長距離下attention也會失效,這個是由softmax函式的特性決定的。畢竟當需要 注意 的面積太廣的時候,也就沒有 注意 的必要了。memory,主要指外部記憶,一旦被controll...

如何看待自然語言處理未來的走向

atom Native 短回答 ACL系列 NeurIPS AAAI Tutorial Invited Talk Evaluation則是human out of loop,不過這是永恆的話題。至於昂貴的預訓練模型,其實只佔自然語言處理中的一小部分。當然坑是挖得不小了,一波引發各種魔改加可解釋。畢竟...

目前的自然語言處理的研究中,神經網路可以理解「陰陽怪氣」的語句嗎?

機智的叉燒 第乙個難點在於,很難評估目標和效果,人的理解是不一樣的。語言,尤其是中文,博大精深,而語言的理解又與每個人的閱歷,知識情況有關,於是陰陽怪氣的句子不見得人人理解都一樣,話中有話的句子也不是每個人都能心神領會,作為上一輩精英的父母們也不能全都理解 耗子尾汁 再說了,當女朋友說 我沒生氣 的...