為什么自然語言處理很難？這是非常困難的，但它比前20年自然語言處理的進(jìn)步要好得多。最近，因為我們想研究人工智能自然語言處理項目，我們一直在閱讀相關(guān)書籍，從數(shù)學(xué)的奧秘，統(tǒng)計理論，概率論等。！讀了這么多書

為什么自然語言處理很難？

這是非常困難的，但它比前20年自然語言處理的進(jìn)步要好得多。最近，因為我們想研究人工智能自然語言處理項目，我們一直在閱讀相關(guān)書籍，從數(shù)學(xué)的奧秘，統(tǒng)計理論，概率論等。！讀了這么多書之后，我發(fā)現(xiàn)很多東西都取決于你的堅實基礎(chǔ)。為什么自然語言處理的頭20年如此困難，或者沒有進(jìn)展？簡單地說，人的習(xí)慣性思維決定了你對事物的理解方式。

在過去的20年里，科學(xué)家對自然語言處理的研究一直局限于或局限于人類學(xué)習(xí)語言的方式。簡而言之，就是用計算機來模仿人腦。當(dāng)時，大多數(shù)科學(xué)家認(rèn)為，機器要翻譯或識別語音，就必須讓計算機理解我們的語言，而要做到這一點，就必須讓計算機有能力模仿人類什么樣的智慧，這是人類理解的普遍規(guī)律，我們不應(yīng)該嘲笑他們，因為只有這樣的試錯，才能取得今天的成就。

現(xiàn)在，語音識別和翻譯已經(jīng)做得很好了，但是很多不在我們機器學(xué)習(xí)研究領(lǐng)域的人仍然錯誤地認(rèn)為語音識別和翻譯是通過理解自然語言的計算機來實現(xiàn)的，而這實際上是通過數(shù)學(xué)和統(tǒng)計學(xué)來實現(xiàn)的。

從規(guī)則到統(tǒng)計的進(jìn)步是人類對事物理解的突破。統(tǒng)計語言模型的建立是當(dāng)今自然語言處理的基礎(chǔ)和關(guān)鍵，但許多事物都會有其固有的缺陷，無法改變。

數(shù)的關(guān)系，公式的計算，n元模型在語言模型中的定位，為什么馬爾可夫假設(shè)中n的值這么小，涉及的知識太多，我這里不能一一回答。我只想說，純自然語言處理不像以前那么混亂，現(xiàn)在比以前好多了。困難不在于它本身，而在于它涉及太多的知識點。。。。

Java應(yīng)用于哪些方面？

Java最大的特點是跨平臺，無論操作系統(tǒng)和硬件環(huán)境如何，都可以一次編寫，到處運行。

Java程序員可以轉(zhuǎn)換到人工智能領(lǐng)域嗎？

首先，你需要數(shù)學(xué)基礎(chǔ)：高等數(shù)學(xué)、線性代數(shù)、概率論、數(shù)理統(tǒng)計與隨機過程、離散數(shù)學(xué)、數(shù)值分析

其次，你需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)、支持向量機、，遺傳算法和其他算法；當(dāng)然，在各個領(lǐng)域也需要算法，比如SLA研究，如果你想讓機器人在定位環(huán)境M中導(dǎo)航和建立自己的地圖，總之，很多算法需要時間積累；

那么，你至少需要掌握一種編程語言。畢竟，算法的實現(xiàn)還需要編程；如果你深入到硬件，一些基礎(chǔ)的電氣課程是必不可少的；

人工智能一般需要研究生來學(xué)習(xí)，這門課程只是簡單的一瞥。畢竟，必修的基礎(chǔ)課太多了。