nlp论文好做的方向
2023-05-08 08:42:10
531 views
问：我是一个计算机研究生，现在要选择方向了，请问大家，视频图像处理和自然语言处理哪个方向容易发表论文？
- 答：很抱歉，我是小学毕业的老糟头子。
视频、图像处理，涉及领域非常广阔，任何一个应用，都可以写出无数篇有价值的论文。
比如CT图像的电脑判读，比如润滑油的色度检测，比如违章人脸识别，比如人脸图像的历史年轮，视频特效，图像特效等等。
至于自然语言，不知道你想说啥。计算机领域没有自然语言，只有程序语言。
程序语言不外乎是C、Delphi，外加VB。如果你更专，那就必须会汇编语言。不管什么语言，必须能控制硬件、数据库、媒体文件、HTML5等等。但无论如何不要碰python，那是庞氏骗局。
搞程序，随便完成一个课题，都可以用代码来实现课题中的程序控制部分，写论文也很容易。
其实不管选图像、视频处理，还是程序语言，关键是你得选择一个适合自己的课题，用你的计算机技术来完成这个课题，那就是论文了。 - 答：数据科学专业的表示NLP需要的训练集太大了，也不好找。只能拿预训练模型针对特殊应用做二次开发，而且对硬件要求很高。
图像/视频较NLP来说开放的训练集也好找，而且主题也很多，而且你自己编一个好实现又很实际的商用需求就比较好结题。 - 答：哎血泪教训
一定要根据课题组现有基础和可以提供的平台决定，比如你师兄师姐在做什么，组里是否有GPU硬件和数据支持等。
如果组里有传承是最好不过了，师兄师姐做过或在做的东西你选择的肯定不会错的，毕竟有人带头和指导～
如果组里这两个方向都有人在做的话，建议和他们当面聊哈哈哈，利弊你自然就知道啦
问：国内外在自然语言处理领域的研究热点和难点有哪些？
- 答：自然语言处理主要研究如何使计算机能够理解、生成、检索自然语言（包括语音和文本），从而实现人与计算机之间用自然语言进行有效交流。早期的语言处理系统处于一个有限的“积木世界”，运用有限的词汇表会话可以较好地工作，但是当把这个系统拓展到充满模糊与不确定性的现实环境中时，就出现了很多问题，自然语处理有以下几个难点：词语实体边界界定，在自然语言中词与词之间通常是连贯的，而正确划分、界定不同的词语实体是正确理解语言的基础 。这个问题对于汉语尤其突出。界定字词边界通常使用的办法是取用能让给定的上下文最为通顺且在方法上无误的一种最佳组合。然后是词义消歧，词义消歧包括多义词消歧和指代消歧。多义词是自然语言中非常普遍的现象。指代消歧是指正确理解代词所代表的人或事物。例如，在复杂交谈环境中，“他”、“it"到底指代谁。词义消歧需要对文本上下文、交谈环境和背景信息等有正确的理解。再一个是方法的模糊性，自然语言方法常常会出现模棱两可的句子，即一个句子可能会解析出多棵语法树。最后语言行为与计划，一个句子常常不只是字面上的意思而人类往往更注意其潜在的含义。自然语言处理研究内容主要包括语音识别、语音合成、文本朗读、机器翻译等，尤其是语音合成，已经取得了一定成就，不过，也要知道，智能语音合成的发展，同时也促进了人工智能的进步！ - 人工智能 多智时代。
- 答：认为自然语言现在最大的热点以及难点就是embedding method (distributed representation) . 因为关于discrete representation，大家已经做了至少50年了，可以认为大体比较成熟了。（transducer, ccg, lambda-DCS, pcfg, crf, hmm, etc.）Embedding也曾经以一个helper的身份出现过（LSA），但还没有像这次一样以主角的身份登场。所以虽说embedding是热点，，但在很多问题上embedding+work的组合表现相当好，而且明显能感觉出来研究的还很不到位。我很喜欢White pillow的答案，但关注点不同吧，我更感兴趣底层的技术。在问题不变的情况下，现在底层技术正在向embedding转变。所有的问题，大家现在都在尝试用embedding解决，我认为这只是个开始，具体怎样就要看几年后领域的研究成果了。
- 答：先看大方向，这个比较好统计。NLP研究的大方向可以参考NLP会议的领域进行划分。各方向的热度可以参考顶会各个领域的论文接收数。虽然这个方法可能不是很实时，但我认为长期（五年）看还是能反映研究热度的，毕竟如果一个领域热门，研究人员多、进展多、论文多，大会组织者就会相应的扩大论文的接收数。不过会不会论文多是因为灌水多？所以我说要看长期而且是看顶会，一个会议如果长期允许这么灌水其档次肯定会下跌，市场规律嘛，这年头办个好会议也不容易。个人也可以根据这些数据自行判断各个领域的热门情况与趋势。
问：CV/NLP哪个方向更好?
- 答：CV/NLP哪个方向更好：CV方向更好。
计算机视觉CV广泛应用于无人驾驶、电子竞技、图像识别、人脸识别、无人监控等领域；从直观就可以想象得到它的发展前景。
而自然语言处理NLP对于不仅仅可以应用于机器翻译、文本聚类、自动摘要、主旨提取甚至一定的语义理解，还可以做到人工智能客服、自动答疑、在线电子医生等等应用。
目前在人工智能所有的大类方向当中，nlp和cv这两个方向的热度是比较高的，我在同学们的推动下，近两年也陆续新开了这两个方向，但是由于积累并不多，所以我目前也在跟其他导师进行合作，以便于为同学们搭建一个更好的交流和科研场景，虽然我比较看好这两个方向，但是目前要想在这两个领域出成果，还是具有一定难度的。
标签:
