一直在思考文法推断（Grammatical Inference）与机器学习（Machine Learning）的区别。当然这里所说的机器学习是狭义的（或标准的）机器学习。从广义上讲，文法推断也属于机器学习的范畴。
两者的共同之处都是从有限的经验数据自动学习知识，尝试找到一种隐藏在样本数据背后的模式。机器学习的处理对象是数值型数据，学习结果是对数据分类和回归分析；文法推断的处理对象是字符序列，学习结果是生成字符序列的形式文法。
机器学习有统计学作为数学基础，近年来取得长足进步。随着技术越来越成熟，应用领域也越来越广泛。搞机器学习研究的数据科学家（Data Scientist）也越来越多。反观文法推断，近年来优秀的研究成果很少，国内从事这方面研究的人也不多。原因倒底在哪？文法推断的难点在哪里？与机器学习的研究方法有什么区别？是现有成果已经够用了，还是研究遇到难以突破的瓶颈了？
小生在此发文，希望文法推断与机器学习的研究者科学家能不吝赐教！
也可以通过邮件交流：nepu_gaojuntao@163.com
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。