【学习笔记】1.自然语言处理领域有很多难题，此前研究者费了好大劲去解决的问 ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1.自然语言处理领域有很多难题，此前研究者费了好大劲去解决的问题，深度学习方法出现以后，一些问题被很好地解决了，或者虽然还没有彻底解决，但是提供一个很好的框架。这些问题主要包括：词语形态问题、句法结构问题、多语言问题、联合训练问题、领域迁移问题以及在线学习问题；
2.那自然语言处理中哪些问题是可以解决的，哪些是不可以解决的呢？这就涉及到它的边界问题。我认为深度学习有几个重要的边界：数据边界、语义边界、符号边界和因果边界。（这个让我想到吴军《谷歌方法论》中讲的工程思维，找到边界---理论值，在边界内研究不会做很多无用功）；
3.自然语言处理的一个理想的改进方向就是做世界模型或语义模型；
4.自然语言处理依旧面临的几个问题，由四个边界造成的，并且不是由边界中的某一个造成，而是由多个边界的共同干扰所造成的；
5.深度学习之于自然语言处理，有其局限性。那么它所能起作用的边界在哪里呢？对此问题，我们应当深思。（探讨事物、思考我们要了解自己或者某个事物的局限性，例如现代计算机的局限性----边界就是图灵机，每个人的局限性就是自己眼界和自己思维的固有思考方式，所以有了芒格的跨学科思维方式、瑞.达里欧的独立思考、极度开放思维和与各自领域顶尖人士合作看代问题，并进行可信度加权，这些都是人们为突破自己局限性的途径。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：自然语言 语言处理 学习笔记 习笔记 研究者