# AI+NLP Giant? still a Baby?
###### tags: `20200829`

高宏宇 教授
國立成功大學 資訊工程系

## AI-enhanced Natural Language Procressing

Data processing
語言學 斷句、分析語意
早期 比對文字、搜尋引擎
現在Word2Vec, ELMo, BERT ect.都可以重新做

model building
例如 建立摘要

application

## Search vs Discover
search -> 是data retrieval
discover ->是一種data mining/text mining

## IBM debater
辯論機器人
要能夠辨認題目、辨認對方說的話
能夠總結資料、產生有邏輯、有目的的句子
然後再寫出來

## Google Talk to Book
目前可以做到把電子化的書做搜尋
並且依據QA提出相關的書中的文字

## 問題 ## contex ambiguity
文字有很多的模糊性(如果文字太短的話)

## WordtoVactor
透過word to vactor的方式或是embedding的方式，就可以讓文字跟文字之間的關係被找出來

## 在醫學報告的應用
要判斷paper中的特定專業文字

## Factor detecter
找出文字中的邏輯
判斷對或不對

訓練電腦理解人類的邏輯

## short text matching
文字很少
最常見的就是客服機器人 FAQ

一般的作法事作關鍵字

例如 文章中性別歧視的問題

## Generation & Summerization

## conclustion
大部分的NLP都還是要有前後文
大部分都沒有SOP
不要太迷信新的技術，有時候要回頭看舊的技術
要了解overfitting才知道怎樣才部會overfitting