为什么相比于计算机视觉(cv)，自然语言处理(nlp)领域的发展要缓慢？

主要原因是涉及到序列的东西都不好做。CV那边搞视频一样头疼结果上不去。

而且另外一方面，个人理解cv目前做的东西更多的是extraction和generation，understanding的很多好，大量论文集中在前两点。如果设计understanding更多的是image caption和inpainting那些。

而且，个人理解understanding得到的东西必须是不能通过边缘一步一步不全得到的（比如style-transfer在我看来更像step-by-step generation的过程）。

CV的路线好在extraction和generation带来的是优质的classification质量和快速的应用可能性，这就能代理工业界的重视和资金。而NLP的任务因为很难通过单纯的extraction，而NLP的生成任务（NLG）本质上也是离开understanding基本做不了东西。

顺便提一下，国内NLP也在迅速发展，可以关注一下学术范这个网站上的学者，和相关研究方向什么的：Nlp Indi Dharmayanti-学者概述 (xueshufan.com)

其实，NLP和CV都已经是很大的领域了，很难总体上说哪个更难。NLP领域中也很多比较容易的问题，CV领域也有很多很难的问题。

直观感受上&#x