标签：style class color strong 类 算法
任何语言，都可以被认为是一种编码方式，而语言的语法规则是编码解码的算法。我们把我们要表达的意思，通过一句话（一种编码）传送出去，听到这句话的人（接到编码信息），理解这句话（解码），从而理解对方要表达的意思。这是一个比较有趣又生动的过程。
自然语言处理可以说是从1950年开始的，至今有60多年的历史。但是在早期的20多年里，由于科学家们都陷入了一个误区（要让机器完成翻译或者语音识别这样只有人类才能完成的事情，必须要机器理解自然语言，而做到这一点就必须让计算机有类似我们人类这样的智能）。今天，稍微内行一点的人，都知道自然语言处理靠的全都是数学，更准确地说是统计学。
大家都知道，要学好一门外语，都要学它的语法规则，词性，构词法等，其实这些都是基于规则的自然语言处理过程。
那时有一个语法分析工具Parser（非现在的standford parser），能对一句话，构造一颗语法分析树，标出主谓宾，以及词语间的修饰关系。但是早期，在面对稍微长一点的句子时，就比较难办了。首先，要通过文法规则覆盖哪怕20%的真实语句，文法规则的数量至少是几万条；其次，就算能写出涵盖所有自然语言现象的语法规则集合，用计算机解析它也是相当困难的，因为自然语言不像编程语言，自然语言有上下文相关性。
可见，基于规则的句法分析是行不通的。因为上下文相关性，我们需要联系上下文来判断某一单词的意思。在1970年之前，自然语言处理的努力是相当失败的。直到1970年以后，统计语言学的出现，打破了这一局面。推动这个转变的关键任务是佛里德里克·贾里尼克和他的IBM华生实验室。而在2005年，Google基于统计的翻译系统全面超过基于规则方法的SysTran翻译系统，基于规则方法固守的最后一个堡垒被拔掉了。
今天，几乎不会有科学家宣称自己是传统的基于规则方法的捍卫者了。而建立在数学模型上的基于统计的自然语言方法已经成为主流。
第二章：自然语言处理———从规则到统计,布布扣,bubuko.com
标签：style class color strong 类 算法
原文地址：http://www.cnblogs.com/KingKou/p/3810830.html
