2013-09-10 3 views
0

Хотя моя область исследований находится в Machine Learning (ML), я должен взять проект в Programming Languages (PL). Поэтому я ищу, чтобы найти проект, который склонен к ML.Пересечение полей машинного обучения и программирования Языки

Одно пересечение, которое я знаю между двумя полями: Natural Language Processing (NLP), но я не смог найти конкретные статьи в этой теме, которые относятся к PL; возможно, из-за моего низкого выбора ключевых слов в поисковом запросе.

Основные темы в PL курса: Syntax & Symantics, Static Program Analysis, Functional Programming, and Concurrency and Logic programming

Если бы вы могли предложить документы или ключевые слова, которые Machine Learning энтузиаст дружелюбный, который был бы весьма признателен!

+1

Как студент PL PL с интересом к лингвистике: NLP и PL имеют почти ничего, * априорно *, друг с другом. Единственным указанным темой, который может * отображаться * перекрываться с NLP, является синтаксис и семантика; однако упомянутые PL вопросы касаются математики, тогда как вопросы НЛП включают перевод из беспорядочного человеческого домена в формальную модель. Это не означает, что не может быть никаких связей (Ларри Уолл, который разработал Perl, имеет лингвистическую подготовку, что дает Perl некоторые интересные функции, такие как местоимения '$ _' и' @ _'), но найти их было бы вопрос такой же, как этот. –

+0

Хотя я полагаю, что я должен добавить, что у меня могут быть свои теоретические теории и теоретические шлемы, и я должен упустить что-то очевидное. Но я полагаю, что я действительно хочу сказать, что я не думаю, что НЛП находится внутри пересечения ML и PL. Я действительно думаю, что * пересечение PL и NLP * может быть отличным местом, и его было бы легче найти, но это, вероятно, все еще неочевидно. –

+0

Я согласен с @ AntalS-Z.Я бы не сказал, что НЛП является перекрестком между ML и PL. ML - это серия методов и алгоритмов. НЛП (в наши дни) ML применяется к естественному языку. PL - это формальное исследование формальных языков программирования. Некоторые языки программирования могут быть лучше подходят для ML или NLP, чем другие, но курсы PL-теории не обязательно касаются программных приложений. Я действительно не уверен, что исследования и темы PL находятся на одной плоскости с ML, чтобы попытаться найти пересечение. – arturomp

ответ

1

Если вы заинтересованы в NLP, то я хотел бы остановиться на двух аспектах перечисленных PL дисциплин:

  • Синтаксис & Семантика - как это невероятно тесно realted в области НЛП, где в большинстве случаев понимание основан на различных языковых грамматиках. Поиск документов, относящихся к language modeling, information extraction, deep parsing, даст множество интересных тем исследований, которые связаны с проблемами ситакса/семантики.
  • логическое программирование - «в старые добрые годы» люди полагали, что это будущее ИИ, хотя оно не является (в настоящее время) истинным, оно по-прежнему широко используется для использования в некоторых областях. В частности, prolog - хороший пример языка, который можно использовать для резонанса (например, spatial-temporal reasoning) или даже parse language (из-за его «грамматической модели»).

Если вы хотите, чтобы решить некоторые более ML связанной с проблемой, а затем NLP тогда вы могли бы сосредоточиться на concurrency (параллелизм), как это очень горячая тема - что делает ML модели более масштабируемой, более эффективным, «больше, быстрее, сильнее ";) Просто LookUp ключевых слов, как GPU Machine Learning, large scale machine learning, scalable machine learning и т.д.

3

Другой очень важный перекресток в этих областях являются probabilistic programming languages, которые обеспечивают вероятностное умозаключение по моделям, указанных в реальных компьютерных программах. Это растущая область исследований, включая recently started DARPA program по этой теме.

Смежные вопросы