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...