自然语言处理的发展趋势如何?

开课吧开课吧锤锤2021-06-25 11:42

   NLP首先是会在信息准备的充分的,并且服务方式本身就是知识和信息的领域产生突破。还比如司法领域,它的服务本身也有信息,它就会首先使用NLP。NLP最主要将会用在以下四个领域,医疗、金融、教育和司法。

ai

    趋势1:语义表示——从符号表示到分布表示

    长期以来,自然语言处理是一种相对抽象的语言,它直接通过词汇和符号表达概念。但使用符号有一个问题,就是两个单词的词性相似,却又不相配,计算机内部就会把它们看成两个单词。举例来说,荷兰和苏格兰这两个国家的名称,如果是在语义空间中,用词汇表和词汇表结合的方式,表示为连续的、低维的、稠密的矢量,那么不同层次的语言单元之间的相似度就可以计算出来。该方法也可直接由神经网络应用,是该领域的一大变革。

    由词组、词组、句型到篇章组成,如今已有许多人在做这件事,这与之前的想法大相径庭。

    掌握这个方法后,再进行深度学习,就会带来巨大的转变。本来我们认为自然语言处理应该分为几个层次,但就句法分析而言,这是一个人为定义的层次,这是否是必然的呢?这应该是个问号。

    在实际工作中,我们面临一个课题:信息提取。以前我和一个单位合作,最初的目的是做句法分析,然后他们在我的基础上做信息提取,互相合作,后来他们发表了一篇与原意相矛盾的论文,证明了不需要句法分析,也可以直接进行端到端的实体关系提取,这很震撼,不是说句法分析就没用了,而是我们认为句法分析是人为定义的层次,在信息抽取的时候,不用句法分析,也可以达到相似的效果。只有在端到端数据不足的情况下,才需要人为地划分级别。

    趋势2:学习模式——从浅层学习到深度学习

    在从浅到深的学习模式中,浅的层次是分步走的,可能每一步都采用了深度学习的方法,实际上每一步都是串联在一起的。直截了当的深度学习是端到端的一步一步来,在这个过程中,我们的确可以看到一些人的知识贡献,包括层次的划分,每一层的表示方式,一些规则等等,但是我们所说的知识在深度学习中所占的比例确实有所下降,主要表现在深度学习网络结构的调整。

    趋势3:NLP平台化——从封闭走向开放

    之前我们搞研究的时候,没有一个人愿意分享自己的成果,像程序或数据,现在这些资料完全开放了,不管是学校还是大企业,都提供了更多的平台。NLP领域所提供的开放平台越来越多,其门槛越来越低。

    声音与语言实际上是有很大区别的,我认识的几位国内外的学者都认为NLP比较复杂,因为仅有有限的问题,如语音识别和语音合成,且定义十分清楚。但是在自然语言中,需要处理的问题是复杂而复杂的,特别是NLP和其他方面也会结合在一起,所以问题十分琐碎。

ai

    以上就是开课吧广场小编为大家整理发布的“自然语言处理的发展趋势如何?”一文,更多人工智能教程相关内容尽在开课吧广场人工智能教程频道!

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享