一、常见应用

1.问答系统 (QA)

• 问答系统的目的是直接提供用户的答案
• 二问答系统和检索系统的区别:检索系统返回相关的结果，问
  答系统则直接返回答案
• 问答系统需要更多语义方面的理解

问题类型

1. Factoid QA (仿真QA)

• who/what/when/where
• 答案经常是一个短语

2. Non-Factoid QA

• 问题的定义
• How/why?
• 答案很可能来自于多个段落

2.自动生成文本摘要

（1） Extractive Method（文本提取）

• 每个段落中提取某些句子，通过排序，生成文本摘要

（2） Abstractive Method（文本生成）

• 文章理解一遍，然后再总结形成内容

3.机器翻译

（1）Rule-based Method

• 语法树来构建机器翻译系统

（2）Statistical Method（统计翻译）

• IBM Model
• Deep learning

💡  现有很多api可以调用

二、NLP需要具备的能力

• 扎实的数学基础、统计基础、数据结构与算法
• 重视机器学习，理解核心的细节
• 自然语言处理相关技术
• 编程，编程，编程
• 读论文/复现论文是Al工程师必备的能力