本文探讨了自然语言处理（NLP）的发展历程，从基于规则的方法过渡到基于统计的方法，介绍了统计语言模型、中文分词、隐含马尔可夫模型等核心概念。文章还解释了计算机如何进行翻译及为何会出现翻译不准确的情况。
第一章文字和语言&数字和信息
隐藏在不同表达形式后的信息，是最本质最重要的。
第二章自然语言处理----从规则到统计
科学家们花费了几十年的时间，从基于规则的自然语言处理过渡到基于统计的自然语言处理。基于统计也就是基于数学。
第三章统计语言模型
第四章谈谈中文分词
终于知道计算机是如何完成翻译的了，而且为什么计算机翻译会出现语序错乱或不完全准确的问题。其实尽管是不准确的，帮助自己理解已经够用了，毕竟人类还会根据“规则”自己加以整理。根据规则就是根据上下文语境。这样，人，既掌握了基于“规则”的自然语言，又懂得了计算机基于“统计”的自然语言，我想，那些过分依赖计算机翻译而要求它翻译完美的人不懂得基于统计的工作原理吧。
第五章隐含马尔可夫模型
第六章信息的度量
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
