传统的语言模型构建分为两种:一种是语言学方法,就是使用语言学 文法(上下文相关法)来描述正规的语言表示形式和意义,这种方法可以比较好的解 释语言的文法是如何产生的,但是由于语言是在动态的发展中,新语言、新语法、新 意义在不断变化和涌现,纯规则的方式局限性大;另一种是数据驱动的方法,也就是 通过统计学习或者深度学习的方法,通过大量的语料和一些相关应用任务,学习语言 的表示和结构,这种方法因为可以利用不断变化的语言信息,利用海量的语料信息自 学习,能够更好地适应广阔场景和应用。
资源来源于《给ITer的技术前沿课》
https://developer.aliyun.com/topic/download?id=136
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。