NSR观点 | 深度学习与自然语言处理：优势和挑战

正文

请到「今天看啥」查看全文

总结了深度学习用于自然语言处理的成果，并阐述了这一技术的优势和面临的挑战。

自然语言处理是人工智能的一个重要方向，研究让计算机使用人类语言、即自然语言的理论和方法。深度学习是指基于深度神经网络的机器学习技术。目前深度学习已成功应用于自然语言处理并取得了重大进展。

针对深度学习在自然语言处理的应用，前华为诺亚方舟实验室主任、现今日头条人工智能实验室主任 李航 博士在《国家科学评论》发表了 题为“ Deep Learning for Natural Language Processing: Advantages and Challenges ” 的观点文章，总结了深度学习用于自然语言处理的成果，并阐述了这一技术的优势和面临的挑战。

该文认为自然语言处理有五个主要任务：分类、匹配、翻译、结构预测和序列决策过程，如表1所示。

表1  自然语言处理的主要任务

这五个任务中的前四个，深度学习方法的表现都优于或显著优于传统方法，并且成为解决这些问题的当前最好技术。第五项任务序列决策过程包括多轮对话，深度学习对该任务的贡献如何尚未得到完全验证。

请到「今天看啥」查看全文