自然语言处理（NLP） vs 自然语言理解（NLU）补充篇

（图1~2）微软亚洲研究院副院长周明老师，关于NLP的7个重要领域的详细解释。

（图3）自然语言处理的重要应用领域之一：机器翻译。
图中对比了3种翻译方式的效果，红色是基于短语，天蓝色是基于神经网络，黄色是人类水平。
可以看到，英文和西班牙语/法语的（双向）翻译，通过应用神经网络，效果已经是比较完美了（perfect），接近于人类水平。但英文和中文的翻译，效果还比较普通。

（图4）介绍了机器翻译的2种方法（SMT、NMT），并引出了“注意力机制”。

（图5）用图像领域的一张非常经典的图，解释注意力机制。
左侧，问题是“外套的颜色是什么？”传统的VQA方法，会给出错误答案“棕色”，因为图中大部分区域是砖块。而基于注意力机制的VQA方法，会先找到“外套”，然后再给出回答“黄色”
类似的，右侧，问题是“雨伞的颜色是什么？”基于注意力的VQA方法，也会先找到“雨伞”，然后回答“红色”，而不是之前方法的错误判断“绿色”（因为雨伞背后更大区域是绿色）。

（图6）语言生成的6个应用方向

（图7）语言生成-对话的4个难题

（图8）知乎上的一个问题“百度NLP部门怎么样？”，有匿名用户回答“NLP是现在人工智能的瓶颈，有志于从事NLP工作的同学要明白这一点”，下面还有同学问“能不能多解释一下”：）
其实匿名用户的意思是，如果想在NLP领域做出真正有突破性的成就，是非常难的，如果不能忍受长时间的煎熬，还不如去其他相对更容易做出成果的AI领域……

以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/ （如果遇到支付问题，请先关注饭团的官方微信服务号“fantuan-app”）

作者：黄钊hanniman，图灵机器人-人才战略官，前腾讯产品经理，5年AI实战经验，8年互联网背景，微信公众号/知乎/在行ID“hanniman”，饭团“AI产品经理大本营”，分享人工智能相关原创干货，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1万+。