V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
这是一个专门讨论 idea 的地方。

每个人的时间,资源是有限的,有的时候你或许能够想到很多 idea,但是由于现实的限制,却并不是所有的 idea 都能够成为现实。

那这个时候,不妨可以把那些 idea 分享出来,启发别人。
enenaaa
V2EX  ›  奇思妙想

当前制约自然语言处理的瓶颈是通用知识库吗?

  •  
  •   enenaaa · 2018-03-14 16:37:32 +08:00 · 3149 次点击
    这是一个创建于 2444 天前的主题,其中的信息可能已经有所发展或是发生改变。

    个人觉得 nlp 的首要难点, 在于准确地描述词汇的含义。

    像 word2vec 这样的词向量, 无非是根据词的自然距离,算出某些维度下词的关联程度。

    这种关联是模糊且不稳定的。

    自然语言的背景知识比较稀疏,靠统计学方法, 很难做到面面俱到。

    例如一个训练内涵段子的模型, 很多情况下笑话的背景知识并不在段子文本中, 而是人们日常生活中获得的知识。这样的知识应该很难通过统计模型去学习的吧。

    如果有一个较为准确的先验知识图谱, 像词典一样把词汇及各式知识关联起来。对当前的自然语言理解, 是否一个较大的提高呢。

    5 条回复    2018-03-18 18:32:15 +08:00
    zhangysh1995
        1
    zhangysh1995  
       2018-03-14 23:56:19 +08:00 via Android
    是人类对自身语言系统的理解吧。技术层面问题不大。
    inflationaaron
        2
    inflationaaron  
       2018-03-15 07:50:42 +08:00 via iPad
    常识是通用 AI 必须的,但就现有 NLP 的研究方向而言作用不大
    enenaaa
        3
    enenaaa  
    OP
       2018-03-15 09:41:48 +08:00
    @zhangysh1995 就像汉字的顺序不影响阅读一样。我觉得语言的理解重点是描述词汇在上下文中的准确含义。当然, 语言和图像不太一样, 词汇相似并不一定代表意思相似, 这部分也是很大的问题。

    @inflationaaron 我了一些语言生成的文章介绍,好多都需要先验知识的介入才能获得更好的结果。例如写诗, 需要先控制整体脉路,保证意思连贯。例如淘宝的自动生成推荐语, 也是基于一个丰富的知识图谱。 那么反过来, 如果有更多的通用一点的先验知识, 对其他类型的任务(比如分类,问答)是否有提升效果呢。
    cszhiyue
        4
    cszhiyue  
       2018-03-15 10:46:01 +08:00
    你需要的是知识图谱
    taurenshaman
        5
    taurenshaman  
       2018-03-18 18:32:15 +08:00   ❤️ 1
    我在做一个通用型的知识图谱: http://www.chuci.info
    向维基致敬,每条知识都有一个 URI 可以访问到
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2433 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 22ms · UTC 16:05 · PVG 00:05 · LAX 08:05 · JFK 11:05
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.