再聊聊自然語言處理中的結構化預測問題
最新
08-05
上次文章從廣泛意義上說了結構化預測【見下文】閑聊結構化預測（structured learning）【這是一類問題】本文聊一下自然語言處理中的結構化預測問題。
Structured Prediction
一開始還是說一下結構化預測的概念，結構化預測不是輸出一個標量(回歸問題)或者一個類別（分類問題），而是輸出一個結構，樹、圖或者其它序列能夠互相影響彼此。
在自然語言處理中，結構化預測問題有以下幾種：
Sequence segmentation
Sequence labeling / Tagging
Parsing
下面來分開舉例
Sequence Segmentation
序列分割，指的是將一個序列分割為連續的片段。
更廣泛的有句子分割，段落分割，他們的輸出片段與片段直接其實是互相聯繫，全部構成一個整體sequence。
Sequence Labeling / Tagging
序列標註是一類問題，是對一個序列的每個word打上一個標籤，在nlp中非常多的任務都可以轉為序列標註任務，這裡不是重點，只是說序列標註是結構化預測問題。序列標註問題還有：
以上任務均可以轉化為序列標註任務，然後通過一定的解碼演算法就能得到需要的結果，它們是結構化預測問題，不是簡單回歸或者分類問題。
Parsing Algorithm
最後一類問題是parsing問題，對句法分析的介紹可以看：
上面兩篇文章（知乎搜索相關關鍵字即可！）
本篇文章主要總結了在自然語言處理方向的結構化預測問題，每一類問題其實都可以展開講解，歡迎大家交流！
所以ppt來自哈工大車萬翔老師slides
