ฉันพบมันในหนังสือหลายเล่มรวมทั้งเว็บ การประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่องนั้นถูกกล่าวกันว่าเป็นส่วนย่อยที่แตกต่างกันของปัญญาประดิษฐ์ ทำไมล่ะ เราสามารถบรรลุผลลัพธ์ของการประมวลผลภาษาธรรมชาติด้วยการป้อนรูปแบบเสียงให้กับอัลกอริทึมการเรียนรู้ของเครื่อง แล้วความแตกต่างคืออะไร?
คำตอบ:
เพราะมันแตกต่าง: อันหนึ่งไม่รวมอีกอัน
ใช่ NLP ที่ทันสมัย (การประมวลผลภาษาธรรมชาติ) ใช้ประโยชน์จาก ML (การเรียนรู้ของเครื่อง) เป็นจำนวนมาก แต่นั่นเป็นเพียงเทคนิคกลุ่มเดียวในคลังแสง ตัวอย่างเช่นทฤษฎีกราฟและอัลกอริธึมการค้นหามีการใช้จำนวนมาก เช่นเดียวกับการประมวลผลข้อความธรรมดา (นิพจน์ปกติ) หมายเหตุฉันยังกล่าวว่า "NLP ที่ทันสมัย" - วิธีการทางสถิติของ NLP เป็นการพัฒนาล่าสุดในช่วงไม่กี่ทศวรรษที่ผ่านมา ฉันเข้าใจวิธีการที่เป็นทางการมากขึ้น (เช่นอิงจากการแยกไวยากรณ์แบบเป็นทางการ) คือบรรทัดฐานย้อนกลับไปในทศวรรษ 1960/1970
ในทำนองเดียวกัน ML ไม่จำเป็นต้องใช้ NLP และโดยปกติจะไม่ใช้แม้ว่าบางแอปพลิเคชันอาจใช้เทคนิค NLP (เช่นเพื่อประมวลผลการป้อนข้อความ)
ฉันคิดว่าคำตอบของ @ winwaed สรุปได้ค่อนข้างดีและฉันเห็นด้วย
อย่างไรก็ตามฉันจะเพิ่มว่าฉันจะบอกว่า NLP เป็นส่วนหนึ่งของพื้นที่ใช้งานเฉพาะคือการประมวลผลข้อความและด้วยเหตุนี้มีความรู้เฉพาะโดเมนจำนวนมากที่มีอยู่ภายในเทคนิคที่ใช้ สำหรับเทคนิค ML ส่วนใหญ่นั้นเป็นวัตถุประสงค์ทั่วไปและสามารถนำไปใช้ในแอปพลิเคชั่นต่าง ๆ ได้มากมายแม้ว่าเทคนิค ML นั้นจะใช้ในการประมวลผลข้อความเช่นกัน
ฉันคิดว่ามันไม่ต่างไปจากการพูดว่า "ความแตกต่างระหว่างชีวสารสนเทศศาสตร์กับ ML คืออะไร"