机器学习和编程语言领域的交集答案

【问题标题】：The intersection of Machine Learning and Programming Languages fields机器学习和编程语言领域的交集
【发布时间】：2013-09-10 06:16:16
【问题描述】：

虽然我的研究领域在Machine Learning (ML)，但我需要在Programming Languages (PL) 进行一个项目。因此，我正在寻找一个倾向于ML的项目。

我知道这两个领域之间的一个交集是Natural Language Processing (NLP)，但我在该主题中找不到与PL 相关的具体论文；可能是因为我在搜索查询中的关键字选择不当。

PL课程的主要主题是：Syntax & Symantics, Static Program Analysis, Functional Programming, and Concurrency and Logic programming

如果您能推荐机器学习爱好者友好的论文或关键字，我们将不胜感激！

【问题讨论】：

作为一名对语言学感兴趣的 PL 研究生：NLP 和 PL 几乎没有任何关系，先验。唯一可能出现与 NLP 重叠的主题是语法和语义；然而，所提到的 PL 问题是关于数学的，而 NLP 问题涉及从混乱的人类领域转换为正式模型。这并不是说不可能有任何联系（设计 Perl 的 Larry Wall 接受过语言训练，这为 Perl 提供了一些有趣的功能，例如代词 $_ 和 @_），但找到它们将是一个问题很像这个。
虽然我想我应该补充一点，我可能会戴上纯理论/类型理论的眼罩，并且遗漏了一些明显的东西。但我想我真正想说的是，我不认为 NLP 位于 ML 和 PL 的交叉点。我确实认为 PL 和 NLP 的交集 可能是一个很酷的地方，而且可能更容易找到，但它可能仍然不明显。
我同意@AntalS-Z。我不会说 NLP 是 ML 和 PL 的交集。 ML 是一系列技术和算法。 NLP（现在）是应用于自然语言的 ML。 PL 是对形式化编程语言的形式化研究。某些编程语言可能比其他语言更适合 ML 或 NLP，但 PL 理论课程甚至不一定涉及编程语言应用程序。我真的不确定 PL 研究和主题是否与 ML 在同一平面上试图找到交叉点。
Prolog 有一些有趣的 NLP-PL 交集，因为它是一种在 AI 中使用的非标准编程语言，例如 in Watson（你当然可以在其中实现 ML 算法，就像在许多其他语言中一样）。话虽如此，Charles Sutton 在 PL:homepages.inf.ed.ac.uk/csutton 上做了一些 NLP 研究。

标签： machine-learning programming-languages nlp linguistics

【解决方案1】：

这些领域的另一个非常重要的交叉点是probabilistic programming languages，它提供对指定为实际计算机程序的模型的概率推断。这是一个不断发展的研究领域，包括关于此主题的 recently started DARPA program。

【讨论】：

【解决方案2】：

如果您对NLP感兴趣，那么我将重点介绍PL所列学科的两个方面：

语法和语义 - 因为这与 NLP 领域密切相关，在大多数情况下，理解是基于各种语言语法。搜索有关 language modeling、information extraction、deep parsing 的论文将产生数十个与语法/语义问题密切相关的重要研究主题。
逻辑编程——“在过去的美好时光”人们认为这是人工智能的未来，尽管它（目前）不是真的，但它在某些领域仍然相当广泛地用于推理。特别是，prolog 是可用于产生共鸣的语言（例如 spatial-temporal reasoning）甚至 parse language（由于其“类似语法”的产生）的一个很好的例子。

如果您希望解决更多与ML 相关的问题而不是NLP，那么您可以关注concurrency（并行性），因为它是非常热门的话题——使ML 模型更具可扩展性、更高效，"更大、更快、更强”；) 只需查找 GPU Machine Learning、large scale machine learning、scalable machine learning 等关键字即可。

【讨论】：

【解决方案3】：

我还碰巧知道爱丁堡大学有一个使用机器学习分析源代码的项目。 Here's the first publication that came out of it

【讨论】：