基础认知
语言学的目的是为了能够描述和解释我们周围的语言现象。
人们对在自然语言处理中使用统计方法抱有的热情,在很大程度上是 因为他们看到了统计方法在解决实际问题时的前景,而这些问题正是传统方法无法解决的。大家对语言使用形式的频率感兴趣是有清晰的,毋庸置疑的科学原因的。(统计学是研究语言的一种方法)
语言和认知 是随机现象:把概率作为理解语言的一种科学方法的最基本论点认为,人类的认知是随机的,因此语言也是随机的,因为它是认知的一个完整部分。
在语言中,大部分句子都是二值可分的(合乎语法、不合乎语法),而且在大多数情况下,单词只使用一个词性,没有词性混合的现象。但是如果语言和认知作为一个整体,最好的解释就是概率,那么解释语言理论的中心内容就必须是概率论。
数学基础
- 概率论基础
- 信息论基础
语料库—计算机
统计自然语言处理方法不仅需要大量的空间来存储语料,而且经常需要从语料库中收集大量的统计信息,所以要求计算机有比较快的存取速度。这就需要一台硬盘足够大,内存足够多的计算机。
搭配
“搭配”是由两个或两个以上的词所组成的语言表示,相当于说某些事情的习惯方式。
1.频率
在一个文本语料库中寻找搭配的最简单的方法就是计数。如果两个词在一起出现了很多次,那么这就是一个证据&