近年来,人工智能逐渐成为了当前社会最热门的行业之一,也逐渐的进入了寻常百姓家。比如我们熟知的AlphaGo击败韩国围棋冠军李世石,小米的语音助手小爱同学,英国的智能机器人Sophia,喜马拉雅的小雅音响,Tesla的自动驾驶汽车等等。一方面我们在享受着人工智能带来的种种便利,一方面我们也在担心自己的工作会不会很快被人工智(Ai)能替代。其实在此我举一个Google translator的例子,这是2020年的翻译水平。
学过历史的我们都知道林则徐虎门销烟这段历史,可是机器它不并知道,所以它翻译出来的结果是林则徐在虎门卖香烟。我们可能觉得机器就是逐词翻译,然后把翻译结果拼在一起,翻译出来的结果很生硬。其实在过去一段时间,自然语言处理这一领域取得了很大的突破,机器翻译不光只考虑单个词语,还必须考虑上下文语义。Google translator是众多翻译软件中最好的一个,现在还增加了语音翻译,极大地方便了论文翻译和出国旅行。通过这个例子,可以看出现在的人工智能水平远没有我们平时听到的那么科幻,那么遥不可及。现在的Ai基本上都是一种弱Ai,只能达到知其然的水平,还达不到知其所以然的水平。
目前Ai发展有三个方向,分别是计算机视觉(Computer Vision)、自然语言处理(Natural Language Process)、机器人(Robot)。
计算机视觉如今发展的已经比较成熟了,应用也非常的广泛。比如火车站的人脸识别(安防领域),手机里的智能美颜(拍照领域),自动贩卖机上的刷脸支付(支付领域),道路和路标的识别(自动驾驶领域)。
自然语言处理的难度则要大很多,平时我们人在理解的时候也会犯错,更何况计算机呢。再加上这个世界上有很多种语言,又分为不同的语系(如东亚语系,拉丁语系),语法更是错综复杂。联合国官方使用的语言是法语,是因为法语被认为是世界上最精确的语言,不像汉语与英语,有那么多一词多义的现象。在我们国内,每个地方都有自己的方言,比如聊咋咧,巴适得板,贼拉香,表达的都是好的意思。同样一句话,在不同的地方也会有不同的理解,前几天听了一个段子。比如“你愁啥”,在上海,对方就会跟你慢慢讲他在看啥;在东北,说不好,就是派出所里见了。由此可见自然语言处理的难度之大。当然难度大,也意味着该领域的发展空间更大。
计算机眼中的语言长啥样?
我们都知道,任何东西(文字,声音,视频,图片)在计算机的底层都是以0,1,0,1…这样的二进制数存在的。所以为了能够让计算机更好的理解自然语言,我们的计算机科学家制定出了很多规则,用以将我们的语言转换为数值。例如:
words = ['Today is sunday', 'i stay home learning nlp',
'I think nlp is a difficult theme', 'and need more efforts']
#计算机按照一定的规则对原文进行变化,将会变成下面这样的向量
[[0. 0. 0. 0. 0.48693426 0. 0. 0. 0. 0. 0.61761437 0. 0. 0.61761437]
[0. 0. 0. 0.52547275 0. 0.52547275 0. 0. 0.41428875 0.52547275 0. 0. 0. 0. ]
[0. 0.48546061 0. 0. 0.38274272 0. 0. 0. 0.38274272 0. 0. 0.48546061 0.48546061 0. ]
[0.5 0. 0.5 0. 0. 0. 0.5 0.5 0. 0. 0. 0. 0. 0. ]]
如何学习自然语言理解?
前面说了自然语言处理有多么多么的厉害,但真正做起来也是件挺难的事。不过再难的问题都可以被拆解为一小步一小步的过程。掌握每一步,再拼起来就是一个完整的过程。这也是程序设计中的一个很重要的思想,分而治之。
我们最常用的语言就是中文和英文了,在处理中文和英文,大部分过程都是相同的。唯一不同的是英文句子中的每个单词都是天然分开的,中文的词语则是连在一块的,对于中文的处理多了一步分词处理。
我们使用的语言是:Python
如果对Python语言不熟,我推荐以下两个教程,可以帮助大家快速熟悉python编程。
推荐一本简单易学的教材,可以很快就看完了。点击下方链接,可以下载该电子书。
链接:https://pan.baidu.com/s/12zzZgzKYR9kl4lEsia5zqg 提取码:djmm
当然光学习python是不够的,数据分析的三板斧也要掌握Numpy, Pandas, Matplotlib,网上有很多学习资源。
在学习自然语言处理的时候,我们不是学完所有基础知识,才开始学习自然语言处理,这样会很耗费时间。基本上都是边学边查,不懂的地方查博客(CSDN,知乎,Github),查API文档,这也是一个不断积累与提高的过程。如果你有收获了,也可以将你的经验写为博客,发布在简书,知乎,CSDN这些平台上,可以帮助到更多的人。
我们学习自然语言处理的过程:
-
词语(汉语,英语)的切分
-
词向量的构造
-
机器学习sklearn库分析文本
-
深度神经网络分析文本