周りを見回してみましたが、NLPに飛び込む前に必要な数学の答えが見つからないようです。NLPに飛び込む前に、数学の基礎を固めることを望んでいました。
私が集めたものから、それは主に：確率、いくつかの統計、離散数学
お時間をいただきありがとうございます。
3783 次
2 に答える
6
ほとんどの分野と同様に、「NLP」というタイトルがかなり広い範囲のサブフィールドをカバーしていることに飛び込むとわかります。数学の要件は、何を達成しようとしているかによって大きく異なります。そのため、目標についてもう少し詳しく説明すると役立ちます。
そうは言っても、私は構文解析と私がある程度の経験を持っている関連分野に取り組み、他のいくつかについて非常に一般的なコメントを提供することができます.
離散数学とオートマトンの理論は、どのコンピューター サイエンス分野でも役立つので、間違いはありません。
NLP の研究の中には、コンピューター サイエンスよりも言語学や心理学に近いものがあります。したがって、そこに興味がある場合は、言語理論と、統計的仮説検定 (社会科学部門で見られるような応用統計学ですが、より厳密であるほど良い) のバックグラウンドが役立つ場合があります。
形態学、タグ付け、構文解析、および関連する分野では、確率論が役に立ちます (実際には数学のバックグラウンドではありませんが、動的計画法について考えた経験も同様です)。機械学習 (NLP のほとんど) に関係することをしている場合は、線形代数を理解するのに役立ちます。
とはいえ、目標がより適用されている場合は、基礎となる数学の詳細な知識がなくても、既存のツールを適用することでかなり多くのことを達成できます (必要なものが分類器だけであれば、SVM をトレーニングするために線形代数は必要ありません)。 .
于 2012-09-27T17:43:56.783 に答える