AI的初学者指南：自然语言处理

这是我们关于人工智能基础知识的系列文章中的第三个故事。虽然没有必要阅读第一篇涵盖神经网络的文章，但这样做可能会增加您对本文所涵盖主题的理解难度。如果您想知道计算机“如何看见东西”，请访问第二篇文章，了解计算机视觉和图像处理。

当计算机处理来自人类的文本或音频时，他们只是在查看数据。你可以低声说“我爱你”或丢掉一枚F炸弹，机器只看1和0。为了让AI理解你在说什么，把这些单词变成一个动作，然后输出你能理解的东西，它们依赖于一种叫做自然语言处理（NLP）的东西，这正是听起来的样子。

您不再需要计算机科学学位来与机器学习计划进行交互。事实上，我们数百万人正在为从亚马逊教授计算机的特权付出代价，而不是学习如何与机器交谈， 苹果，谷歌，微软，和无数其他公司如何与我们交谈

许多年前，在2011年推出Siri之前，人们和电脑都不会说同样的语言。信不信由你，你可以对着电脑大声喊“paly some Skynyrd”，它甚至连你的指令都不知道。

在那些日子里，计算机并不是混蛋，他们根本没有深度学习网络的好处来推动他们的自然语言处理。自2010年以来，情况发生了很大变化 - 甚至更多，因为像Siri这样的虚拟助手背后的想法最初是在20世纪40年代开发的。

现在，普通iPhone的处理能力比IBM高半个多世纪--以前许多机器学习开发人员使用过的大型机。算法，不要让我开始！它们比几十年前我们想象的更加强大和有能力。

这些卓越的技术突破刺激了我们目前正在享受的深度学习革命，随之而来的是，自然语言处理从规则由人类手写的耗时过程演变为无人监督的学习技巧，计算机理解我们如何比大多数人更好地进行沟通。我们做。

它的工作方式取决于系统。没有简单的方法可以描述构建人工智能的所有模块，比如Google的助手。但它背后的想法并不是那么复杂。

基本上研究人员创建了一个尽可能多地摄取数据的神经网络，我们谈论的是数千或数百万个充满信息的文件。此数据可以是与带注释的文本对应的音频文件，反之亦然。这个想法是，如果你说一句话，计算机将学习根据它训练的内容来解释和回应你。

基于NLP的典型人机交互可能如下：

1. 人类对计算机说了些什么
2. 计算机捕获音频
3. 捕获的音频将转换为文本
4. 处理文本的数据
5. 处理后的数据将转换为音频
6. 计算机播放音频文件以响应人类

当然，上述主题有不同的变化 - 许多NLP功能的密集程度要低得多。例如，您可以开发一种简单的算法来解析充满特定单词或短语的文本的大文件。

事实上，自然语言处理有很多用途：

• 像Woebot一样，Chatbots使用NLP来理解人类查询并做出响应
• 谷歌的搜索过去只是解析文本，现在它试图解释你的问题
• 由于深度学习和NLP，自动纠正这些日子不那么令人沮丧
• 虚拟助手已经变得非常擅长NLP，你可以在智能扬声器上玩天际

这样的例子不胜枚举。向公众推销的大部分人工智能小配件都是NLP产品。

如果您想了解有关自然语言处理的更多信息，请查看以下资源：

• 这是由Google Brain联合创始人Andrew Ng领导的关于机器学习的Coursera课程。
• 这是一个特别针对NLP 的Udacity课程，如上所述，它不是免费的。
• 如果免费是你的速度，你可以通过老式的方式了解NLP：在这里查看Hackster.IO的项目。

不要忘记访问我们的人工智能部分，了解所有最新的机器学习新闻和分析。