（4）由較窄的領(lǐng)域到很寬的領(lǐng)域：以往的系統(tǒng)往往只能針對(duì)某一較窄的領(lǐng)域，例如只適合分析去飯店的場(chǎng)景對(duì)話等。而現(xiàn)在的系統(tǒng)則可適用于很寬的領(lǐng)域，甚至是與領(lǐng)域無關(guān)的，即系統(tǒng)工作時(shí)并不需要用到與特定領(lǐng)域有關(guān)的領(lǐng)域知識(shí)。

（5）由學(xué)院式評(píng)價(jià)到性能評(píng)價(jià)：對(duì)系統(tǒng)的評(píng)價(jià)不再是只用少量幾個(gè)人為設(shè)計(jì)的典型例子，而是根據(jù)系統(tǒng)的應(yīng)用要求，用真實(shí)文本進(jìn)行較大規(guī)模的、客觀的、定量的評(píng)價(jià)。不僅要注意系統(tǒng)的質(zhì)量，同時(shí)也要注意系統(tǒng)的處理速度。

（6）由“故事”到新聞報(bào)道：這是針對(duì)自然語言處理研究的歷史的。歷史上曾有許多工作討論如何深入理解短故事（包括故事中出現(xiàn)的人物，他們的意圖等）?，F(xiàn)在的系統(tǒng)則要求能分析新聞報(bào)道中的多種短消息和長(zhǎng)故事。

（7）由原始文章到“排版過的”文章：以前的系統(tǒng)處理的文本一般是“純”文本，不包含任何“排版”信息，而現(xiàn)在由于要求處理真實(shí)文本，而且許多這類文本都是經(jīng)由字處理系統(tǒng)或排版系統(tǒng)處理過的，因而含有相應(yīng)的排版信息，就自然提出了這種要求。

同時(shí)，由于強(qiáng)調(diào)了“大規(guī)?！保瑥?qiáng)調(diào)了“真實(shí)文本”，下面兩方面的基礎(chǔ)性工作也得到了重視和加強(qiáng)。

（1）大規(guī)模真實(shí)語料庫的研制。大規(guī)模的經(jīng)過不同深度加工的真實(shí)文本的語料庫，是研究自然語言統(tǒng)計(jì)性質(zhì)的基礎(chǔ)。沒有它們，統(tǒng)計(jì)方法只能是無源之水。

（2）大規(guī)模、信息豐富的詞典的編制工作。規(guī)模為幾萬，十幾萬，甚至幾十萬詞，含有豐富的信息（如包含詞的搭配信息）的計(jì)算機(jī)可用詞典對(duì)自然語言處理的重要性是很明顯的。這一點(diǎn)在介紹歧義性的過程中就可以看得很清楚了。

責(zé)任編輯：admin