譯見7.29 | 大數據時代的語言研究不能忽視

大數據研究讓我們有能力駕馭海量信息，使得以往變化莫測、捉摸不透的自然、社會現象，變得模式凸顯，有章可循。這不僅讓許多科學猜想獲得實證檢驗的機會，也極大地加速了新理論的產生。

語言學領域的大數據研究最吸引人的領域是自然語言處理。通過數學統計和機器演算法，可以讓機器學習人類的語言使用，從大量語言信息中搜尋有規律、重複出現的模式，並不斷讓機器識別、記錄和改進這些模式，以實際應用於人工智慧的諸多領域。此項突破在人類語言應用方面前所未有。

自然語言處理簡稱NLP（Natural Language Processing），是一門可以讓計算機讀懂並理解的語言，是語言信息處理的重要分支，也是人工智慧的核心課題之一。

自然語言根據技術實現的難度不同，主要可以劃分為三大類型：簡單匹配模式、模糊匹配模式和段落理解模式。

• 1、簡單匹配模式，通過關鍵詞匹配技術來判斷問題與答案之間的關聯性，並可以做到根據問題自動回復。

• 2、模糊匹配模式，在簡單匹配模式的基礎上增加了對同義詞和反義詞的判斷，可以歸類眾多的相似相，從而避免因為關鍵詞設置過少造成無法判斷的情況出現。

• 3、段落理解模式，是如今最理想、最智能的自然語言處理應用模式之一，可以實現自主的分詞、詞性分析、語義分析、語法分析等，可為教育領域帶來實時化、智能化的輔導答疑係統。

目前，多所高校已陸續成立了信息處理實驗室，伴隨著自然語言處理技術的不斷深入與研發，將為網路教學、智能輔導提供更可靠的技術支持。

伴隨著大數據、深度學習、雲計算等人工智慧技術的推動，自然語言處理迎來了迄今為止發展最快的一個時期。未來3到5年，口語機器翻譯設備肯定會越加普及，任何人出國，不論到達哪個國家，拿起設備只要說自己的母語，就可以輕鬆的和當地人交流，就如同平時打電話一樣，而且還是面對面的「可視電話」。

未來，在常見的場景下，自然語言處理通過人機對話的過程可完成某項任務，不僅可遠程遙控智能設備，甚至能聽懂每個人不同的口音。