Lo incontro in molti libri e sul web. Si dice che l'elaborazione del linguaggio naturale e l'apprendimento automatico siano diversi sottogruppi dell'intelligenza artificiale. Perché è? Siamo in grado di ottenere risultati sull'elaborazione del linguaggio naturale fornendo schemi sonori agli algoritmi di Machine Learning. Allora, qual è la differenza?
Risposte:
Perché sono diversi: uno non include l'altro.
Sì, la moderna PNL (Natural Language Processing) fa uso di molta ML (Machine Learning), ma questo è solo un gruppo di tecniche nell'arsenale. Ad esempio, anche la teoria dei grafi e gli algoritmi di ricerca sono molto usati. Come è semplice elaborazione del testo (espressioni regolari). Nota ho anche detto "moderna PNL": l'approccio statistico alla PNL è uno sviluppo relativamente recente negli ultimi decenni. Capisco che un approccio più formale (ad esempio basato sull'analisi delle grammatiche formali) era la norma negli anni '60 / '70.
Allo stesso modo ML non deve usare la PNL, e di solito non lo fa, anche se alcune applicazioni potrebbero usare tecniche di PNL (ad es. Per elaborare l'immissione di testo).
Penso che la risposta di @ winwaed lo riassuma abbastanza bene, e sono d'accordo.
Tuttavia aggiungerei anche che direi che la PNL fa parte di un'area di applicazione specifica, vale a dire l'elaborazione del testo, e quindi c'è molta conoscenza specifica del dominio contenuta nelle tecniche utilizzate. Per la maggior parte, le tecniche ML sono di uso generale e possono essere applicate in molte applicazioni diverse, anche se le tecniche ML sono utilizzate anche nell'elaborazione del testo, e come dice winwaed anche dai professionisti della PNL.
Penso che non sia diverso dire "qual è la differenza tra bioinformatica e ML?"