当前制约自然语言处理的瓶颈是通用知识库吗？

个人觉得 nlp 的首要难点， 在于准确地描述词汇的含义。

像 word2vec 这样的词向量， 无非是根据词的自然距离，算出某些维度下词的关联程度。

这种关联是模糊且不稳定的。

自然语言的背景知识比较稀疏，靠统计学方法， 很难做到面面俱到。

例如一个训练内涵段子的模型， 很多情况下笑话的背景知识并不在段子文本中， 而是人们日常生活中获得的知识。这样的知识应该很难通过统计模型去学习的吧。

如果有一个较为准确的先验知识图谱， 像词典一样把词汇及各式知识关联起来。对当前的自然语言理解， 是否一个较大的提高呢。