[人工智能]自然语言处理学习的第一天

nlp=nlu+nlg
自然语言处理=自然语言理解+自然语言合成，字面上理解意思即可得到
1.翻译模型，类似于搜狗翻译或者百度翻译这种
组成部分：
语言模型：语言搭建的数学模型，包括语义，语法等的具体表示
翻译模型：马尔科夫假设，也就是说，**如果事物每次状态的转移只与互相接引的前一状态有关, 而与过去的状态无关,则称这种无后效性的状态转移过程为马尔可夫过程。具备这种时间离散状态可数的无后效随机过程称为马尔可夫链，**这就相当于broken English，断章取义，但是确实有他的独到之处。例如：
将单词分解后之后将其排列，得到可能性最大的序列并且将其输出，就可得到可能性最大的答案。
2.贝叶斯公式
这个公式就不需要我多说了吧，自己看博客
由条件概率公式和全概率公式得到贝叶斯
https://blog.csdn.net/Magic_Geek/article/details/89791279?locationNum=15&fps=1，其实把公式搞懂了就是一句话，在A的条件下B发生的概率就是B所占的百分比，也就是B占组成A的所有事件的百分比。