1樓：
unsupervised learning，獲取自動標註資料。
multi-task，但是必須是能夠相關互相促進的task。
cross-lingual，跨語言貌似還只是大部分用於機器翻譯，利用不同語言的特點應該可以利於其他任務。
2樓：週超
自然語言發展到現在也只能說是剛剛和產業相結合起來，任何一門技術的發展都是需要應用到產業化中去才有發展前途，個人認為自然語言以後的發展會有兩個方向：
1.廣度上，這個方面主要是指自然語言發展和產業化的結合上。目前感覺應用到自然語言處理的一些地方都比較高大上。
其實自然語言要想發展的好，必須要深入到各個領域，逐漸應用到各行各業中去，比方說旅遊、法律、自然災害等等領域。
2.深度上，這個方面主要涉及到一些技術方面的。上邊也講到與產業結合，與產業結合的乙個首要的條件是要技術過硬，比方說在影象的識別、語音的識別等等方面。
上邊說的有點籠統了，但是個人一直堅信乙個信條：在自然語言處理的領域中，一定要堅持從資料中來再回到資料中去。
3樓：alexxxx
半監督學習，充分利用大規模的無標籤資料；
多工學習、跨領域學習與遷移學習，利用其它領域和任務的資料；
深度學習結合先驗知識，包括句法知識、大規模知識庫、推理結構等。以上。
4樓：
我的期待和大家的可能不太一樣，我希望的是深度學習在NLP方面繼續停滯不前，然後大家開始反思深度學習的侷限，進而結束這一輪的人工智慧熱潮
為什麼這麼說呢，其實最近聽到很多類似的聲音了，比之前漸漸多了，往小了說，NLP大部分傳統領域，比如分類分詞什麼的，深度學習其實並沒有提公升，只是差不多，是高還是低完全看實驗者的運氣，然而消耗巨大，機器翻譯毫無疑問，深度學習是帶來很大提公升的，但是只要注意到它在人機對話，尤其多輪對話上的表現，你就會發現，機器翻譯相當於是把開放性問題轉化為封閉性的問題，限定了場景，同時語料豐富，這才造就了它的巨大提公升。用不可知的模型了解不可知的語言體系，還是太難了。往大了說，科研就是調參套模型跑模型試錯？
好多人都覺得沒意思了，找不到初心了。
還有另外乙個趨勢，可能也會從另乙個角度去反思深度學習，就是在資料量和計算量足夠大的情況下，是不是只有人工神經網路可以超神，相信後面類似的工作也會越來越多
5樓：荷馬全
理論：無 （看不到有突破，對語言認知的研究計算機科學家做不了太多）實踐：1. 知識表達，移植。2. 新的大規模訓練方法。
6樓：深度學習於NLP
1、最有可能的是機器翻譯，借鑑多工學習（MultiTask Learning）和transfer Learning的多語言翻譯。
2、智慧型對話，多輪對話，對話更natural，更人性化。
3、語言理解，情感分析，text summarization等
7樓：繁華
個人感覺自然語言生成（NLG）將會逐漸有所發展吧，主要應用在問答系統、聊天機械人等領域吧。模型方面期待VAE和GAN吧~純屬個人見解。
8樓：劉亞瓊
這個問題好大，我從我的角度簡單來說說，大家別噴哈。
自然語言處理（NLP）是指創造能夠處理或是「理解」語言以完成特定的任務的系統。這些任務可能包括：
問答系統（也就是蘋果Siri、微軟小娜、訊飛語音所做的事情）
語義情感分析（判斷一句話隱含的積極或消極意義）
語音識別、機器翻譯（將一段文字翻譯成另一種語言，彩雲小譯在做的事情）
詞性標註（各大輸入法好像都在做）
傳統的自然語言處理方法涉及到了很多語言學本身的知識，裡面有太多的專業知識。今天我換個角度來和大家說說。
首先為什麼 NLP 現在會這麼火。
大家可能已經聽得很多了，是由於大資料的快速積累、大規模平行計算的快速發展、新演算法的不斷出現共同促使了神經網路技術改頭換面，重出江湖。這個過程中，雲計算與大資料功不可沒。所以，如果大家在從事 NLP 相關的工作或者創業的話，雲計算和大資料是必不可少的工具。
其次是行業角度，幾年會比較火的幾個行業：
1、晶元行業，由於大規模的演算法模型以及時效性的需求，深度學習晶元必將是乙個強需求。
2、語音識別翻譯，舉個例子：彩雲小譯，它是一款實時語音（中英文）翻譯的應用，只需要對著螢幕說任意語言，小譯就會幫你不斷的實時翻譯成另外一種語言，堪稱同聲翻譯。
3、語義分析，進行大規模的資料分析從而支援決策。
最後做個小廣告，上面說的彩雲小譯就是使用了青雲QingCloud 的雲計算服務，自己不需要去採購大量的物理硬體裝置，也不需要為頻寬和計算發愁，只需要將全部精力放在自己的核心計算框架以及邏輯上即可。
從事自然語言處理，有哪些必讀的書？
Cloud Sky 1 自然語言處理綜論 英文版第二版 2 統計自然語言處理基礎 英文版 3 用Python進行自然語言處理 NLTK配套書4 自然語言處理中的模式識別 5 EM演算法及其擴充套件 6 統計學習基礎 7 自然語言理解 英文版 8 Fundamentals of Speech Reco...
自然語言的缺陷有哪些？
李溯本 Unancha 自然語言最大的缺陷肯定是在於 它們總是不夠完美！如果像日語 英語 拉丁語那樣，本身就混亂程度 熵 很高了，可能你還不覺著怎麼樣 但如果像青語 克丘亞語這樣，本身似乎對整齊化有些 心理追求 那偶爾蹦出來幾個不符合規律的現象，就顯得特別扎眼了！例如我最常說的，青語七大人稱 我 你...
自然語言中有哪些連線詞，不能被命題邏輯處理？
哲學為何p開頭 1 自然語言任何詞，都能被邏輯語言處理 2 自然語言中任何連線詞，都能被命題邏輯連線律處理。業餘草根很奇怪，專業中國人的哲學問題竟然如此之五花八門？ 劉鎮銳 這個問題會有很多爭議，坦白的說我很難深入 但是，原則上來說，對於絕大多數自然語言中的關係用詞，都會出現類似的爭議 究竟是在這裡...