理論上，NLP是一種很吸引人的人機互動方式。早期的語言處理系統如SHRDLU，當它們處於一個有限的「積木世界」，運用有限的詞彙表對談時，工作得相當好。這使得研究員們對此系統相當樂觀，然而，當把這個系統拓展到充滿了現實世界的含糊與不確定性的環境中時，他們很快喪失了信心。
由於理解（understanding）自然語言，需要關於外在世界的廣泛知識以及運用操作這些知識的能力，自然語言認知，同時也被視為一個人工智慧完備（AI-complete）的問題。同時，在自然語言處理中，「理解」的定義也變成一個主要的問題。
我覺得語言理解需要外界知識與推理，是AI的一個難題。從有限的領域開始,去逐步擴充知識範圍與理解能力，再利用知識圖譜補充外部知識,減少對完整先驗知識依賴，來允許一定程度模糊理解。結合多模態輸入提供上下文。機器學習得以獲得淺層理解，ˇ但語言理解仍是挑戰,需從多角度探索。
iThome鐵人賽
看影片追技術