0%

深度学习 NLP 的一些思考

NLP.png

  1. Ebedding 代表什么?
    我们需要搞清楚的是是否 NLP 的一切都需要 Ebedding。比如陌生的符号、变量、数字、未登录词等。

  2. Ebedding 的形式是否是” 向量”?
    词可以 Ebedding 为向量,但是句子文章也这样表示就显得太单薄了,有没有更好的结构?

  3. 语言理解的生物启发模型是什么?
    CNN 来自于视觉神经系统,但是 RNN 感觉并不像是生物模型。

  4. NLP 的数据集都太小
    NLP 的 ImageNet 什么时候出现?

  5. cv 与 nlp 的区别?
    1.cv 是对连续而具体的,nlp 是离散而抽象的
    2.cv 是对二维信号的采样,nlp 是对一维信号的采样,对比而言,cv 携带的信息量比较大。

  6. QA 系统的结果应该返回什么?
    显然,结果不应该仅仅是文字、链接,结果应该更加丰富。

支持一根棒棒糖!