藏经阁-语言智能应用.pdf

语言智能应用知识点总结 以下是根据提供的文件信息生成的相关知识点： 1. 语言智能发展历程：语言智能的发展可以追溯到1950年代，经过了兴起、冷遇、繁荣、低谷、再度爆发的过程。1987年是语言智能发展的重要里程碑。 2. 深度学习在语言智能中的应用：深度学习已经在语音识别、图像处理等领域取得了很大的成功。但是，深度学习需要大规模训练样本，并且测试样本和训练样本需要保持一致。小样本学习是学术界关注的问题。 3. 语言智能讨论之一：Neil Lawrence 说，NLP 是深度学习机器的rabbit in the headlights，但实际上并没有出现这种情况。主要原因是语言智能需要结合实际应用和 domain knowledge。 4. 规则方法 vs 统计方法：在 NLP 领域，规则方法和统计方法曾经针锋相对，但近 10 年来，规则方法的声音似乎销声匿迹了。统计方法可以完全替代规则方法吗？企业在建立自己的系统时是否还使用规则方法？还有需要学界进一步研究的规则方法问题吗？ 5. 语言智能讨论之二：句法分析是 NLP 中的一个非常困难的问题，性能一直很难提高。Parser 在实际系统中的应用是什么样的？如果继续研究这项技术，应该如何进行？ 6. 产学研成功合作：产学研成功合作是学界和业界共同关注的问题，但在实际执行过程中，往往不是那么容易。成功合作的模式是什么样的？这种模式是可以复制的吗？是否可以分享一下成功的经验或失败的教训？ 7. 学界和业界的边界：近年来，在网络信息处理，包括 NLP 领域，学界与业界从事的研究内容界限越来越不明显，而业界的平台和待遇优势却远远超过学界。您如何看待这一问题？学界的出路在哪里？ 8. 常识与专业知识的区分：常识与专业知识是如何区分的？常识是如何表示、学习和更新的？如果判断哪些是异常用词或有背于常理的语言表达？判断的标准是什么？ 这些知识点涵盖了语言智能的发展历程、深度学习的应用、规则方法 vs 统计方法、句法分析、产学研成功合作、学界和业界的边界、常识与专业知识的区分等方面，提供了一个全面的语言智能应用知识点总结。