自然語言處理的數學要求是什麼？

Question

我試過四處尋找，但我似乎無法在跳入NLP之前找到需要的數學答案。我希望在進入NLP之前在數學中獲得堅實的基礎。

從我收集到它主要是： 概率， 一些統計， 離散數學

謝謝您的時間。

Answer 1

正如在大多數領域，你會發現一旦你潛入，標題「NLP」涵蓋了一個相當廣泛的子領域。數學要求在很大程度上取決於你要完成的任務。所以關於你的目標的更多細節會有所幫助。

這就是說，我可以解決解析和我有一些經驗的相關領域，並提供一些其他一些非常一般的評論。

你會發現在任何計算機科學學科都有用的離散數學和自動機理論，所以你不會在那裏出錯。

一些NLP的工作比計算機科學更接近語言學或心理學。因此，如果你的興趣所在，一些語言學理論可能會有所幫助，統計假設檢驗的一些背景（你可能在社會科學部門找到的那種應用統計，儘管越嚴格越好）。

對於形態學，標記，解析和相關領域，一些概率理論是有幫助的（就像是關於動態規劃的經驗，儘管這不是數學背景）。如果你正在做任何涉及機器學習（這是NLP的大部分）的東西，它有助於理解一些線性代數。這就是說，如果你的目標被更多的應用，你可以通過應用現有的工具來完成很多工作，而不需要詳細的底層數學知識（它不需要任何線性代數來訓練支持向量機，如果你需要的話是一個分類器）。

Answer 2

爲了理解，沒有數學來建模語言。 '模型'意味着一個函數將語言表達映射爲數字或實用程序。 「理解」來自表現和構圖，超過了自然科學。