1樓：doubeye
將語言分析進行應用到實際應用，nlp應該只是第一步，還需要對分析的內容、語境與目標有良好的背景知識，才能獲得想要的結果，這些東西可以找乙個行業專家幫忙獲得。
具體到對一種未知文字的破解，僅利用nlp是不夠的。與已知語言明確的能夠定義詞的詞性，上下文等含義，對演算法是已知的。而對一種完全未知的語言，這些都是未知，因此現有的一些模型無法很好的實現語言破解。
破解未知語言，一般都是先分析詞頻，句式和語法，然後通過近似語言進行替換、比較，逐步找到句式、語法的規律，找到突破點，當對未知語言積累到一定的知識，可以在利用nlp擴大戰果。
失傳的古文本（象形文本、楔形文字等）最初是如何被破譯的？如何確認譯文的正確性？
目前谷歌出來的內容也不多，
Computational Decipherment of Unknown Script
Computer automatically deciphers ancient language
2樓：小打小鬧
首先對於你標題裡的問題即「深度學習背景適合直接做自然語言處理」嗎，我的答案是可以的，因為很多自然語言處理問題比如中文分詞或者詞性標註你都可以分解為機器學習裡最簡單的分類和回歸問題，那麼你所做的只是熟悉任務而已。但是我發現你問題描述裡其實是另乙個問題即「深度學習背景是否能研究破解線性文字A系統「，對於這個我的建議是去了解自然語言處理的一些分析技能對你的研究有幫助，比如我可以根據詞向量的比對就能找到部分一直對應詞，比如統計規律裡一些高頻詞」我「」你「」食物「無論在任何語言裡都具有較高的詞頻。從而能容易的比對出來。
3樓：David
你作為一名高中生，學習深度學習、神經網路，精神可嘉。自然語言處理技術，可以用於影象、聲音、文字的分析、處理，線型文字識別可以基於影象學習演算法進行處理。
當然，要結合你的問題來，研究物件是影象，文字還是?自然語言處理有自然語言處理的優勢，但是不是所有的問題都適合用自然語言處理的方法來解決
如何在不學習的情況下通過看書的情況下獲得更多知識？
張雪兒 看書就是一種學習，這位同學可能把學習這個詞理解的狹隘了！但把學習僅理解為應試教育式的學習，把看書這種目的性不強的學習形式拆分來看的話，其實這位同學是想知道怎樣能通過更輕鬆的方式掌握更多知識，說白了就是玩中學嘛！很多人覺得看書多的人知識一定淵博，但實際上不一定，看書只是獲取知識的工具，知識真正...
請問一下怎麼在只有紙 筆 書的情況下學習程式設計和電腦科學？
看了一下樓上的回答，對於說必須要對著計算機實踐的看法不敢苟同。程式設計與其說是人與計算機交流，不如說是人把問題分析清楚，想好解決方案，然後讓計算機執行一下。推薦一本書 sicp 節選書中一句前言 程式是寫給人讀的，只是在需要的時候才讓計算機讀一下 風原 想法很好，但我的建議是保持對程式設計的熱情既可...
在深度學習如此有效和熱門的背景下，對其他機器演算法的研究意義還大不大？
xuzijian418 個人結論是還是很必要的，以我個人認知和經歷簡要回答一下 二者很多原理是相通的，例如SVM和全鏈結 hinge loss的類同，AE和PCA的類似機理，以及傳統機器學習裡面的PAC學習理論等對DL還是有一定指導意義的 聚類也有很多應用，可以用作資料的預處理等 機器學習 包括深度...