緒論

一、提出問題

• 如何讓計算機自動或人機互助的完成語言處理功能？
• 如何讓計算機對海量信息進行自動處理、知識挖掘，進行有效利用？

二、基本概念
1、語言學與語音學
語言的兩個基本屬性：語音、文字
2、語言學：研究語言的學科，包含語言的本質(zhì)、結(jié)構(gòu)、發(fā)展規(guī)律
3、語音學：研究發(fā)音特點
4、計算機語言學：計算技術和概念、語言學和語音學問題
5、自然語言處理 or 自然語言理解
關于“理解”的標準：計算機智能——表現(xiàn)、反映、人機交互——圖靈
測試

三、自然語言處理研究的內(nèi)容和面對的困難
（一）研究內(nèi)容

機器翻譯

自動文摘

信息檢索

文檔分類

問答系統(tǒng)

信息過濾

信息抽取

文字編輯和自動校對

光讀字符識別OCR

語音識別

文本挖掘

語音識別

語音合成

輿情分析
等等…

（二）自然語言涉及的幾個層次
1、形態(tài)學
2、語法學：語法規(guī)律、句子結(jié)構(gòu)
3、語義學（根本問題）：詞的含義——句的含義——段落篇章的含義
4、語用學：特定環(huán)境的文字用法

（三）面臨的困難
1、歧義：語義歧義、結(jié)構(gòu)歧義
eg：Put the block[ in the box on the table].
Put [the block in the box] on the table.
2、未知的語言

四、自然語言處理的基本方法及其發(fā)展
（一）基本方法

理性主義經(jīng)驗主義

知識來源	與生俱來	大量的語言數(shù)據(jù)
研究對象	語言知識結(jié)構(gòu)、符號、規(guī)則	語言數(shù)據(jù)
理論	Chomsky的語言原則	Shannon的信息論
應用	形式語言	統(tǒng)計模型

（二）發(fā)展和現(xiàn)狀
1、萌芽期（1946年）——發(fā)展期（1966年）——繁榮期（20世紀80年代末）
2、目前已經(jīng)取得了一定的研究成果，但是根本問題還未解決。
3、新的研究方向不斷涌現(xiàn)，具有極大發(fā)展前景。

總結(jié)

以上是生活随笔為你收集整理的《统计自然语言处理》（宗成庆）学习笔记（一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。