1樓：迷途小書童
我大概懂NLP的時候，大家用的classifier都是SVM， structured prediction model是CRF。這些都是在NLP非常經典的模型了，包括CRF到現在都還在使用，NLP is mostly about structured prediction. SVM 等等feature-based 的方法，在一些linguistic 需求非常大的場景下還是有很大的用處
還有就是Bayesian 的model, 主要都是generative 的模型了。
現在就是neural network了。這個不用說了，LSTM在NLP 橫行霸道。哈哈。
能看出來的是，都是現有了這些machine learning 的model發表在一些ICML, NIPS的會議上，才有NLP的人去應用。我感覺關鍵在於
如何分析得到一種machine learning model能夠運用到NLP的task上面，LSTM就有乙個很好的motivation，這個memory的東西
之後感覺比較看好 meta-learning for NLP，Bayesian 和CRF仍然會繼續流行，Neural network的東西，在NLP本質上還是feature extraction, 拿到更好的feature。
複合材料分析的熱門領域與發展方向是什麼？
纖維增強複合材料 Fiber Reinforced Polymer 的應用大部分在航空航天領域，看中的是其高比強度 高比剛度等效能，可以降低結構重量，提高飛行效能和有效載荷能力 在汽車領域用的較少，主要在賽車上用，減重以提高速度，例如蘭博基尼超跑和一些F1賽車。複合材料整體就是個熱門領域，製造和設計...
隨著AI技術在放療領域的應用，物理師會被AI取代嗎
學不會量子物理 不會被完全取代的，ai技術可以代替物理師做好絕大部分的工作，但是考慮到病人具體情況以及其他各方面因素最後的放療計畫還是需要物理師進行最終的確定 我認為物理師是有可能被AI取代，或者部分取代的！首先，放療裝置的進化雖然這幾年慢下來了，但那只是因為裝置複雜度太高，需要的投資和驗證時間都比...
程式分析在安全領域的應用前景 趨勢 ？
王迪 雖然程式分析的各種方法已經很成熟，但我感覺還是要從真實問題出發，再挑合適的錘子或者造新的錘子。我來說兩個具體的安全問題吧。第乙個是Algorithmic complexity attack，顧名思義就是分析軟體的最差效能並構造相應的最差輸入，比如針對乙個實現的不好的快速排序可以構造輸入使其達到...