久久精品免费看国产成人,四虎国产精品亚洲一区久久,伊人精品久久久7777,成人欧美一区二区三区在线,99精品国产福利一区二区,亚洲精品成人毛片久久久,久久精品99精品免费观看 ,99热久久这里只有精品免费,久久精品免费一区二区三区

計算機雖然有了人工智能的程序支持，但事實上也不能將其機器學習的功能等同于像人類那樣。至少，到目前還不是這樣。那么，向Google的圖片識別或者Facebook的M應用等一類系統，它們是怎么能夠理解自然語言或視覺的呢？下面，是人工智能系統Josh的自我獨白：

簡而言之，我們將單詞和短語的含義以數字的形式儲存在計算機上。目前，市場上有許多這類產品，比如將單詞轉換成向量形式的工具word2vec，該工具使用淺人工神經網絡來計算文字嵌入。此外也有一些諸如記憶網絡的技術，能夠自主學習文本，進行一些簡單有限的問答。

在過去的幾年中，由于先進的人工神經網絡算法有了許多驚人的成果，圖像識別和數字信號處理技術異常火爆。但是相比較之下，同是人工智能領域的理解自然語言方面似乎顯得困難得多，為什么呢？

自然語言處理本質上是另一種約束關系的問題

研究自然語言是困難的，很多時候甚至超過了我們的想象——因為語言永遠不變的是改變，因為全世界有千萬種語言……無論你的觀點是什么，自然語言難以為算法所處理的最大原因是——我們沒有足夠多的樣本。

確實，我們擁有大量的文本資源，包括書籍、博客、社交媒體等。但即便如此，我們得到的用以分析的文本相對來說還顯得不足。看一看以下圖片：

當我們分析音頻數據，或者圖像數據時，事實上我們得到的數據信息比人類意識中的要多。以佳能5D Mark III相機為例，攝影領域的人通常會說這是一個令人尊敬的相機，因為它有著5760 x 3840的分辨率。因為每個顏色像數都分別由紅、藍、綠、α值（RGBA）來表示，所以每個像素擁有4個標準數值。在其原始格式當中，一張這種像素的圖片大約含有88.47 MB數據。相比較之下，莎士比亞的所有作品也只有4.4 MB。一個像數等于4個字節，一個字符則占一個字節。

這意味著：

1、解析文本的時候，每一個令牌（字詞的NLP術語）更多的是影響文本的整體分析。

2、生成文本的時候，每一個被選出來的令牌才能影響結果。

換句話說，在文本當中，字符和令牌才是占據主要成分的元素，和像素不同。

好了，那我們是如何處理文本的呢？在一個嚴格的解析系統中，我們需要用數值格式來表示文本，提示為向量形式。現在我們還是要繼續理解很簡單的向量表示，而未來則可以處理更為復雜的表達了。

我們來以幾個詞組為例：

1.Turn on the lights（開燈）

2.Power on the lights（打開燈的電源）

3.What time is it?（現在幾點？）

4.What is the current time?（當前時間是幾點？）

我們需要做的是創建一個叫詞典的東西。換句話說，我們想要將現有的詞組用特有的令牌技術來創建一個詞匯表。然后，我們需要對信息做一些隱式預處理，去掉標點符號等。最后，我們給每一個唯一碼賦予其各自的索引，從而生成自己的詞匯向量：

0 turn

1 on

2 the

3 lights

4 power

5 what

6 time

7 is

8 it

9 current

由于每一個字代表一個索引，因此我們可以使用反向散列數據結構來得到每個單詞的索引，然后無論是否每一個字都是給定文本，我們都可以將這些字表示為一系列的布爾值（布爾值：是“真” True 或“假” False 中的一個）。比如，上述例句就可以表示為：

1.{ 1, 1, 1, 1, 0, 0, 0, 0, 0, 0 }

2.{ 0, 1, 1, 1, 1, 0, 0, 0, 0, 0 }

3.{ 0, 0, 0, 0, 0, 1, 1, 1, 1, 0 }

4.{ 0, 0, 1, 0, 0, 1, 1, 1, 0, 1}

有了這些向量，我們可以使用向量點積得到一個粗略的相似度計算。所謂點積，就是接受在實數R上的兩個向量并返回一個實數值標量的二元運算。

所以，上述前兩個例句的點積就是：

1 * 0 = 0

1 * 1 = 1

1 * 1 = 1

1 * 1 = 1

0 * 0 = 0

0 * 0 = 0

0 * 0 = 0

0 * 0 = 0

0 * 0 = 0

0 * 0 = 0

這些數值加起來和是3。而如果將第一個和第三個句子做同樣的處理：

1 * 0 = 0

1 * 0 = 0

1 * 0 = 0

1 * 0 = 0

0 * 0 = 0

0 * 1 = 0

0 * 1 = 0

0 * 1 = 0

0 * 1 = 0

0 * 0 = 0

那么和為0。這就是說，“Turn on the lights”和“What time is it”沒有絲毫的相似。

你也許會發現，我們目前的詞匯處理規模小到只有10個詞。不過，未來當我們探索更多語義詞嵌入時，我們還可以壓縮向量，獲得更準確的上下文理解和表達。