自然语言处理发展历程自我总结

  1. 云栖社区>
  2. 博客>
  3. 正文

自然语言处理发展历程自我总结

夜半饿得慌 2017-06-04 23:14:56 浏览473
展开阅读全文
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zergskj/article/details/72862480
自然语言处理(NLP)历史悠久,从上个世纪初,便有人开始提出自然语言相关的规律和假设,但本人阅读了若干自然语言相关的书籍后,发现自然语言处理的方法论在长达近1个世纪的时间内并无半点实质上的进展。
自然语言处理的方法体系目前大致可分为两个方向:
1.形式化语言处理方向
     这个方向吸引了众多学者,体系非常庞杂,其中诞生了很多处理主义,但都并未有革命性的变化,基本上属于盲人摸象,其中就包括了如下理论:范畴语法、语言串分析、语言集合论、有限状态语法、短语结构语法、线图分析、汉字结构、左结合、合一运算、依存配价、格语法、词汇模型……
     不一一列举了,防止被绕晕,其实都是文字概念上的变化,很多概念都有重复的嫌疑,总结一下,就是基于语言规则的形式化模型,各有各的细微变化,但都没有从根本上解决问题,用人力可以实现有限状态机的“有限度的”智能。
2.数字化语言处理方向
     这个方向似乎才是沿着科学的道路在前进,但发展似乎也很慢,主要包括如下理论:概率语法、Bayes动态规划、HMM、CRF、LSTM、CNN,这些方法将语言看作数字信号,使用概率论的方法对其处理,但也没有真正实现语义理解。

针对以上两个方向,我个人认为,数字化语言处理才是正确的,但对形式化语言处理的认识越深,才能更好的设计自然语言处理模型,现阶段想要做出自动学习语言并生成语言认知模型还比较困难,但形式化方向上很多先驱提出的算法、语言规律和语言现象,有助于网络结构和参数的设计。

网友评论

登录后评论
0/500
评论
夜半饿得慌
+ 关注