专题 自然语言处理 背景介绍

2017 10 27

    我们都知道，人工智能是现在比较火热的一个行业，题主恰好在这个行业中探索了一段时间。这次是第一次把机器学习，算法，深度学习的知识运用到工业界中。我们都知道在自然语言的处理中有各种各样的场景，其中一个就是语料对齐，在法律,金融界中会有很多类似的场景，题主基于法律条文的中英文语义计算辅助对齐的一种尝试，并得到了一些好的结果。

    本文就围绕着跨语种语料的语义计算辅助并通过规则实现对齐。谢谢本次强大的语义计算的HowNet知网知识库，和提供良好的工作环境的语知科技有限公司自然语言处理平台，对本人提供的支持。

    首先我们先明确语料对齐的意义，它运用了计算语言的相似度，相似度的计算通常会运用到事件的聚类当中，当我们对时间进行聚类的过程中，相似度的计算是一个比较有难度的问题，题主大部分时间的工作也都是集中在计算相似度，和调整对齐的算法设计上，下文在描述整个流程的详细步骤的时候会有详细介绍，由于本人的表达能力有限，对一些问题的解决过程描述的可能不是那么清晰，会加上配图一同上传到简书供大家参阅，若还有阅读障碍，请私聊/评论本人将提供答疑。

    由于研究课题可能会涉及到专利问题，本人在形成论文的同时文章稍后同步到简书，请不要复制粘贴，文章会逐渐更新。。。敬请期待