以前断续写过一些随笔。 (899 bytes) 
Posted by: 立委 
Date: September 22, 2008 12:18AM 

不外是两个路子，基于语法规则的路子，基于统计的机器学习（ML）路子，或者是二者的某种结合。不过，语法的路子并不大用乔姆斯基的转换生成语法。除了教授在实验室做玩具系统外，应用系统中最多用最熟练的是基于模式匹配的有限状态自动机（FSA）的formalism，而不是常提到的上下文自由语法。 

自然语言理解（NLU）的核心是自动句法分析（parsing）. 这个领域的发展使得 parsing 这样一个繁复的的任务逐渐细化成由浅及深的很多子任务，从词类识别（Part-of-speech tagging），基本短语抱团（phrase chunking）, 到句法主谓宾关系（SVO parsing）, 语义角色标注（Role Labeling）等等。这就为系统的模块化创造了条件，有利于软件系统的开发和维护。通常的做法是为每个子任务编制模式匹配规则，构成一个一环套一环的系列（pipeline structure）, 前一个模块的输出就是下一个模块的输入, 搭积木一样构筑语言理解的大厦（via some form of cascaded FSAs）。 

随着硬件的飞速发展，parsing 已经可以处理海量数据（terabyte 量级），应用型开发不再是梦想了。

【置顶：立委科学网博客NLP博文一览（定期更新版）】