人工智能首页 > 自然语言 > 正文

自然语言处理(NLP) vs 自然语言理解(NLU)

2018-07-13 阅读888次

这里写图片描述

(图2) 
这里写图片描述

1、概括来说,NLP,除了NLU(图中红框部分),还包含理解之前的处理阶段、和理解之后的应用阶段。也就是说,NLU是NLP的子集——他们不是并集、更不是等价的概念。这里,是很多AI从业人员都容易混淆的,大家可以先记住这个概念关系:NLU是NLP的子集。

2、其他: 
1)左边最底部,是最基础的大数据、机器学习和语言学(Linguistics);

2)往上看,是知识图谱(Knowledge Graph),其中包含了实体图谱、注意力图谱和意图图谱。

3)再往上,左侧是语言理解(Language Understanding),右侧是语言生成(Language Generation)——

语言理解,包含了Query理解、文本理解、情感分析(Sentiment Analysis)等,还有词法(Lexical)、句法(Syntax)和语义(Semantic)等不同层次的分析。

语言生成,包含了写作、阅读理解等等。

4)最上方,是系统层面,包含了问答系统、机器翻译和对话系统。

5)最右侧,是各种应用场景,包含搜索、feeds流、O2O、广告等等。

(图3)NLP的难点 
这里写图片描述

(图4>6)NLP的解决方法:规则—>统计—>深度学习 
(图4) 
这里写图片描述

(图5) 
这里写图片描述

(图6) 
这里写图片描述

(图7>9)NLP是AI的最大瓶颈;语言生成是NLP的最前沿。——这2点,大家知道就可以了。

(图7) 
这里写图片描述

(图8) 
这里写图片描述

(图9) 


随意打赏