序言：

0.1自然語言與人工語言的區別：

（1）自然語言充滿歧義，而人工語言的歧義是可以控制的

（2）自然語言的結構復雜多樣，而人工語言的結構相對簡單

（3）自然語言的語義表達千變萬化，迄今還沒有一種簡單而通用的途徑來描述它，而人工語言的語義則可以由人來直接定義

（4）自然語言的結構和語義之間有著千絲萬縷的、錯綜復雜的聯系，一般不存在一一對應的同構關系，而人工語言則常常可以把結構和語義分別進行處理，人工語言的結構和抑?

? ? ? ? ? 郁之間有著整齊的一一對應的同構關系

? ? ? ? ? 自然語言的這些獨特性質，使得自然語言處理成為人工智能領域的一大難題。

0.2 自然語言處理與計算語言學的概念區別：

自然語言處理這個術語主要用于說明方法，計算語言學這個術語主要用于說明理論

0.3當前自然語言處理的發展方向：

（1）隨著語料庫建設和語料庫語言學的崛起，大規模真實文本的處理成為自然語言處理的主要戰略目標，概率和數據驅動的方法幾乎成為了自然語言處理的 標準方法

（2）自然語言處理中越來越多地使用機器學習的方法來獲得語言知識

（3）統計數學方法越來越受到重視

（4）自然語言處理中越來越重視詞匯的作用

（5）多語言在線自然語言處理技術迅猛發展，這是由于網絡的發展，互聯網逐漸變成一個多語言的網絡世界，互聯網上的機器翻譯、信息檢索、信息抽取等問題的處理變得更加緊迫

在書中的18頁，馮老師列舉了介紹計算語言學原理的書籍，都是馮老師曾經的作品

第一章

1.1自然語言處理中形式模型的歸納（by：馮志偉老師）

（1）基于短語結構語法的形式模型：主要有喬姆斯基的短語結構語法，遞歸轉移網絡和擴充轉移網絡，自底向上分析法與自頂向下分析法，通用句法生成器和線圖分析法，Earley算法，左角分析法，CKY算法，Tomita算法，喬姆斯基的管轄—約束理論與最簡方案，尤喜（A.Joshi）的樹鄰接語法等 （2）基于合一運算的形式模型：主要有卡普蘭（R.M.Kaplan）的詞匯功能語法，馬丁?凱依的功能合一語法,蓋茲達(G.Gazdar)的廣義短語結構語法，錫伯(Shieber)的PATR,珀拉德(C.Pollard)的中心語驅動的短語結構語法，佩瑞拉(F.Pereira)的定子句語法等 （3）基于依存和配價的形式模型：主要有泰尼埃(L.Tesni`ere)的依存語法，德國學者的配價語法，哈德森(Hudson) 的詞語法等 （4）基于格語法的形式模型：主要有菲爾默(C.J.Fillmore)的格語法和框架網絡 （5）基于詞匯主義的形式模型：主要有格羅斯(M.Gross)的詞匯語法，斯里托(Sleator)和湯佩雷(Temperley)的鏈語法，詞匯語義學，詞網(WordNet)等 （6）基于概率和統計的形式模型：主要有N元語法,隱馬爾科夫模型，最大熵模型,條件隨機場，查尼阿克(Charniak)的概率上下文無關語法和詞匯化的概率上下文無關語法,Bayes公式，動態規劃算法，噪聲信道模型，最小編輯距離算法，決策樹模型，加權自動機，Viterbi算法，向前算法等 （7）語義自動處理的形式模型：主要有義素分析法、語義場理論，語義網絡理論，蒙塔古的蒙塔古語法，威爾克斯（Y.A.Willks）的優選語義學，尚克（R.C.Schank）的概念依存理論，梅里楚克（Mel‘chuk）的意義—文本理論等 （8）語用自動處理的形式模型：主要有曼（Mann）和湯姆生（Tompson）的修辭結構理論，文本連貫中的常識推理技術等

1.2 四種影響較大的邏輯語法

（1）定子句語法（DCG） （2）外位語法（XG） （3）修飾成分結構語法（MSG） （4）約束邏輯語法（PLG）

1.3 詞匯語義學 ***(與目前的工作相關)

詞匯語義學（Lexical Semantics）是現代語義學和現代詞匯學結合的產物，其研究對象是語言中的詞義問題。它源于語言學，并與語義網、本體論、詞典編纂、知識表示等人工智能和認知科學密切相關

1.4 自然語言處理對社會進步的重要作用

主要是介紹了幾個自然語言處理的具體應用，如：自動生成天氣預報、作文自動評分、語音地理導航燈

1.5 語言符號的特點

馮老師自己在索緒爾（《普通語言學教程》）的基礎上，總結了語言符號的7個特點：語言符號的層次性、語言符號的非單元性、語言符號的離散性、語言符號的遞歸性、語言符號的隨機性、語言符號的冗余性、語言符號的模糊性

總結

以上是生活随笔為你收集整理的自然语言处理简明教程——序言、第一章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。