不同的NLP技术如何影响社会效益?

slime2021-10-18 14:07

不同的NLP任务对社会效益的影响不尽相同,我们可以说训练出种族歧视言论的亚马逊Alexa机器人对社会具有负面影响,但很却很难讨论对话系统内部应用的语言识别或是某个预训练模型对社会效益是有利还是有害。

不同的NLP技术如何影响社会效益?

不同的NLP技术基于一种因果结构,分为了四个阶段:

第一阶段是指基础理论,这种基础理论是直接决定一门学科性质的理论,譬如对于NLP而言,纵使有“每当我开除一个语言学家,语音识别系统就更准确了”的笑话,但语言学的基本理论仍然是NLP中最流行的基础理论。

第二阶段是模块化工具,这类工具是下游任务的重要组成部分,譬如分词、序列标注、信息抽取等等。

第三阶段是应用研究,这类研究是商业化应用的雏形,例如机器翻译、问答系统、对话系统等等。

第四阶段是商业化产品,经过一个从前往后的发展,已经到达可以被部署与应用的成熟产品,例如谷歌翻译、小度智能音箱等等。

以上就是小编为大家整理的“不同的NLP技术如何影响社会效益?”一文,更多相关信息尽在NLP频道。

相关推荐

Vue3.0从入门到精通

入门AI必备,人工智能必读书单

人人都能听懂的JVM

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
全部评论快来秀出你的观点
登录 后可发表观点…
发表
暂无评论,快来抢沙发!
AI项目实战精讲