nlp - 自然语言处理的数学要求是什么？

Question

我试过环顾四周，但在进入 NLP 之前，我似乎无法找到我需要什么数学的答案。我希望在进入 NLP 之前打下坚实的数学基础。

从我收集到的主要是：概率，一些统计数据，离散数学

感谢您的时间。

Answer 1

与大多数领域一样，一旦您深入研究，您就会发现“NLP”这个标题涵盖了相当广泛的子领域。数学要求差异很大，具体取决于您要完成的任务。因此，有关您的目标的更多细节会有所帮助。

也就是说，我可以解决解析和我有一些经验的相关领域，并对其他一些领域提供非常笼统的评论。

你会发现离散数学和自动机理论在任何计算机科学学科中都很有用，所以你不会出错。

一些 NLP 工作比计算机科学更接近语言学或心理学。因此，如果您感兴趣的话，一些语言学理论可能会有所帮助，以及统计假设检验的一些背景（您可能会在社会科学部门找到的那种应用统计，尽管越严格越好）。

对于形态学、标记、解析和相关领域，一些概率论是有帮助的（就像考虑动态规划的经验一样，尽管那不是真正的数学背景）。如果您正在做任何涉及机器学习（这是 NLP 的大部分内容）的事情，它有助于理解一些线性代数。

也就是说，如果您的目标更加实用，您可以通过应用现有工具来完成很多工作，而无需详细了解底层数学（如果您只需要一个分类器，则不需要任何线性代数来训练 SVM） .

Answer 2

为了理解，没有数学来模拟语言。“模型”意味着函数将语言表达式映射到数字或实用程序。“领悟”来自超越自然科学的表现和构图。