建议改变一下自然语言处理的思路

　　１、传统的自然语言处理的思路。
　　目前在人工智能自然语言处理领域，占绝对优势的是传统的自然语言处理的思路。
　　它的基本思路是，由研究者根据自己的认识水平，为自然语言处理提出一些理论，设计一些模型，然后用这些理论、这些模型编写出自然语言处理程序。再让这些程序主导人工智能的语言处理。
　　目前这套自然语言处理的思路，在智能系统处理自然语言上已经取得丰硕的成果。但是它不尽人意的地方也越来越明显，继续沿着条思路走下去，自认语言处理的发展前景会越来越窄。

　　２、传统思路的死板性。
　　我们知道，按传统的思路，每设计出一个语言处理程序，它就不会再改变了，因此它会用很固定的方法处理自然语言。
　　然而，自然语言不是固定不变的。随着时代的发展，自然语言也会随之变化。例如，网络出现后，出现很多网络语言，它们不仅创造了很多新的词汇，而且对很多原来的语法也有改动。尽管不少语言学家反对网络语言对传统自然语言的改变，但是却阻止不住语言的这种变化。
　　在这种情况下，按传统自然语言处理思路编写的程序，就会无法适应新情况，无法完成对自然语言的处理。
　　有人会说，我们只要按自然语言的新变化，修改原来的自然语言处理程序，使之适应自然语言的新变化就可以了。但是，这样做会很麻烦，而且修改原来的自然语言处理程序花费的时间，很可能赶不上自然语言的变化，致使我们的自然语言处理程序永远不能处理现有的自然语言。
　　如果有一种方法，能够在不修改原来的自然语言处理程序的情况下，自动学习自然语言新的、不断地变化，适应处理变化的自然语言的需要。那样，传统思路的死板性就会被根除了。

单从语言上做处理不可能实现对语言的理解

智能里面有没有什么不可变的东西

　　３、传统思路的局限性。
　　由于在传统的自然语言处理的思路中，处理理论和处理规则是有人对自然语言的认识得出的。因此不免带有一些人或一批人认识上的局限性。也就是说，当人们的认识走偏了，自然语言处理的程序就会编写不好。这便体现了传统思路的局限性。
　　例如，自然语言传达信息的基本单元是“意思”，而人们错以为，自然语言传达信息的基本单元是词汇。于是对于没有分词书写的中文，人们便认为，解决“分词问题”理所当然。在这种认识的带领下，人们花了很大精力，采用了很多方法解决分词问题。但是分词以后，自然语言理解并没有像人们想象的那样唾手可得。
　　而人们万万没有想到，如果不从分词开始处理中文，自然语言理解反而更容易解决。这里充分显示出，过分依赖人的认识解决自然语言处理问题，会被人在认识上的局限性带入其中。
　　再例如，为了解决自然语言处理中的海量检索问题，人们注意到人脑检索知识很快捷的特点，便设想人脑有一个合理的“知识表示”模型。于是又有一批人，又投入巨大的精力，进行知识表示的研究。而人脑的知识表示方式，并没有自然而然的显示在研究者面前，于是人们开始用设想、想象构建知识表示模型。至今，没有得到令人满意的知识表示模型。
　　而人们万万没有想到，人脑中确实有一个知识表示模型，但那个知识表示模型不是固定的，而是在大脑不断整理知识中自然形成的，而且是随着人脑知识的增加而不断发展变化的。
　　如果我们采用一种方式，模拟人脑不断学习语言，不断整理知识的活动方式（而不是死板的数据模型），然计算机智能系统自己解决问题（例如“意思”的识别问题。例如知识的表示问题，）就不会为智能系统造成局限性，也就是说，人的认识上的局限不会影响自然语言处理了。

我认为现在完全在走向一个复杂化的道路，背离了大道。这样搞数据只会越来越多，这不就又迷茫了吗？