关于较新统计自然语言处理的问题，小编就整理了2个相关介绍较新统计自然语言处理的解答，让我们一起看看吧。
2008年后人们逐渐引入什么来研究自然语言处理？2008年后，人们逐渐引入深度学习来研究自然语言处理，在机器翻译、问答系统、阅读理解等领域取得了一定成功。
人们先是，把深度学习用于特征计算或者建立一个新的特征，然后在原有的统计学习框架下体验效果。比如，搜索引擎加入了深度学习的检索词和文档的相似度计算，以提升搜索的相关度。自2014年以来，人们尝试直接通过深度学习建模，进行端对端的训练。
在自然语言处理可分为哪两种？自然语言处理又划分为两个部分：自然语言理解（Natural Language Understanding，NLU）和自然语言生成（Natural Language Generation，NLG）。
自然语言目前有两种处理方式具体如下：
1.基于规则来理解自然语言，即通过制定一些系列的规则来设计一个程序，然后通过这个程序来解决自然语言问题。输入是规则，输出是程序；
2.基于统计机器学习来理解自然语言，即用大量的数据通过机器学习算法来训练一个模型，然后通过这个模型来解决自然语言问题。输入是数据和想要的结果，输出是模型。
到此，以上就是小编对于较新统计自然语言处理的问题就介绍到这了，希望介绍较新统计自然语言处理的2点解答对大家有用。
