自然语言处理

希望每天都能跟大家分享自然语言处理知识！今天是NLP的入门哦。主要参考李宏毅老师的视频课程。

1. 语音：可能性非常大 ，因此复杂度比较高。                                 

同理，句子是可以有无穷长度的，也是非常复杂的

2. 首先是介绍了NLP中关于语音的任务：语音识别、语音合成、语音分离、语音转换

文本的任务：翻译、摘要生成、QA、聊天机器人。

3. 语音感觉区分粒度更加细，比如同一个人说同一个话都会不一样，但是文本的话就一样。所以感觉文本一般都是从语种的角度做任务（比如机器翻译）。而语言可从个人的角度做任务（语言分离或者转换）。

4. 对于接下来课程的期待：

        meta learning：并不是学习怎么解决该任务，而是让机器学习怎么去总结学习的规律。（与迁移学习的区别是什么呢）

   

        2. 语音中包含了哪些特征呢？就比如说话快慢？语调？之类的特征能学习到吗？都是根据以下这个学到的吗？？