nlp - 对于对自然语言处理感兴趣的人来说，什么是好的起点？

Question

就目前情况而言，这个问题不太适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持，但这个问题可能会引发辩论、争论、民意调查或扩展讨论。如果您觉得这个问题可以改进并可能重新开放， visit the help center以获得指导。

已关闭 10 年前。

问题

所以我最近想出了一些新的可能项目，这些项目必须处理从用户提交和生成的文本中获取“含义”。

Natural language processing是处理此类问题的领域，经过一些初步研究，我发现了 OpenNLP Hub和大学合作，如attempto project 。 stackoverflow 有 this .

如果有人能给我链接一些好的资源，从研究论文、介绍性文本到 API，我会比一个 6 岁的 child 打开圣诞礼物更高兴!

更新

通过您的建议，我发现 opencyc (“世界上最大、最完整的通用知识库和常识推理引擎”)。更令人惊奇的是，有一个项目是 opencyc 的精炼版本，名为 UMBEL 。它具有 rdf/owl/skos n3 语法中的语义数据。

我还偶然发现了 antlr ，一个解析器生成器，用于“根据语法描述构造识别器、解释器、编译器和翻译器”。

我在这里提出了一个问题，其中列出了大量的 free and open data .

感谢 stackoverflow 社区!

Answer 1

艰难的抉择，NLP 的领域比大多数人想象的要广泛得多。基本上，语言可以分为几个类别，这将需要您学习完全不同的东西。

在开始之前，让我告诉您，如果您没有某个(密切相关的)领域的学位，我怀疑您是否会取得任何显着的成功(至少作为专业人士)。涉及到的理论很多，大部分都是干货，很难学。您需要很强的耐力，最重要的是:时间。

如果您对文本的含义感兴趣，那么，这就是下一件大事。语义搜索引擎预计将引领 Web 3.0，但我们距离“实现”还很远。从文本中提取逻辑取决于几个步骤:

• 标记化、分块
• 词汇层面的歧义消除(时光如箭，果蝇如香蕉。)
• 句法分析
• 词法分析(时态、体、格、数等)

我突然想到了一个小 list 。还有更多:-)，每一点还有更多细节。例如，当我说“解析”时，这是什么？有许多不同的解析算法，并且有同样多的解析形式。其中最强大的是 Tree-adjoining grammar和 Head-driven phrase structure grammar 。但它们都很少在现场使用(目前)。通常，您将处理一些不成熟的生成方法，并且必须自己进行形态分析。

从那里到语义是一大步。语法/语义接口(interface)既依赖于所使用的语法框架，又依赖于所使用的语义框架，并且目前还没有单一的工作解决方案。在语义方面，有经典的生成语义，然后是 Discourse Representation Theory , dynamic semantics ， 还有很多。即使一切所基于的逻辑形式主义仍然没有明确定义。有人说应该使用一阶逻辑，但这似乎还不够。然后是蒙塔古使用的内涵逻辑，但这似乎过于复杂，并且在计算上不可行。还有动态逻辑(Groenendijk 和 Stokhof 开创了这个东西。很棒的东西!)最近，实际上是今年夏天，Jeroen Groenendijk提出了一种新的形式主义，好奇 语义，也很有趣。

如果您想从非常简单的水平开始，请阅读Blackburn and Bos (2005) ，这是很棒的东西，而且是计算语义学的事实上的介绍!我最近扩展了他们的系统以涵盖问题的划分理论(问答是一个野兽!)，正如 Groenendijk 和 Stokhof(1982)提出的那样，但不幸的是，该理论在个体领域的复杂度为 O(n²) 。在这样做的过程中，我发现 B&B 的实现在某些地方有点，呃……黑客。尽管如此，它确实会帮助你深入研究计算语义，而且它仍然是一个非常令人印象深刻的展示，展示了可以做什么。此外，他们值得额外的酷点来实现低俗小说(电影)中解决的语法。

当我这样做的时候，拿起 Prolog。计算语义学的很多研究都是基于Prolog。 Learn Prolog Now!是一个很好的介绍。我还可以推荐《Prolog 的艺术》和 Covington 的《Prolog 深度编程》和《Prolog 程序员的自然语言处理》，前者可以在网上免费获得。