文献类型：期刊文章

作　　者：王飞[1] 陈立[1] 易绵竹[1] 谭新[2] 张兴华[3]

WANG Fei;CHEN Li;YI Mianzhu;TAN Xin;ZHANG Xinghua(Information Engineering University of Luoyang Campus,Luoyang 471003,China;91709 Units,Hunehun 133300,China;68002 Units,Lanzhou 730058,China)

机构地区：[1]信息工程大学洛阳校区,河南洛阳471003 [2]91709部队,吉林珲春133300 [3]68002部队,甘肃兰州730058

出　　处：《武汉大学学报（工学版）》

基　　金：国家自然科学基金项目(编号:11590771)

年　　份：2018

卷　　号：51

期　　号：8

起止页码：669-678

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：自然语言处理发展过程中一直存在着基于规则和基于统计2种研究方向,2种研究方法在很长一段时间里都停滞不前,直到人工智能的进步带来了数据、计算能力和算法的巨大变化,从而推动了自然语言处理的发展.近年来,自然语言处理在语义分析、知识库建设和文本处理方面都有很大程度的进展,大部分进展源于深度学习带来的性能提升.本文梳理了深度学习驱动下自然语言处理的进步,系统地分析了进步的原因,指出深度学习本身的局限性.最后指出自然语言处理面临的挑战,并对该领域未来的研究方向提出了展望.

关 键 词：自然语言处理 深度学习  神经网络 机器学习  语义特征

分 类 号：TP391.9]