我正在为一门课程写一篇论文，主题是人工智能中仍然普遍存在的大问题，特别是在自然语言处理和理解领域。据我了解，这些领域：
目前在很大程度上已解决或在高水平上执行，但以下领域：
仍然相对未解决或者是一个很大的研究领域（尽管根据我所读到的大型变压器模型的发布，这很可能很快就会改变）。
对于在该领域有经验的人来说，在 NLP 和 NLU 中哪些领域仍然是很大的挑战？为什么这些领域（不一定是我列出的领域）如此难以弄清楚？
根据 Sebastian Ruder 的一篇好文章https://ruder.io/4-biggest-open-problems-in-nlp/基于顶级 NLP 研究人员的回答https://docs.google.com/document/d/18NoNdArdzDLJFQGBMVMsQ -iLOowP1XXDaSVRmYN0IyM/编辑
我建议看看这篇文章。幻灯片中的更多详细信息https://drive.google.com/file/d/15ehMIJ7wY9A7RSmyJPNmrBMuC7se0PMP/view
根据NLP 和 NLU 研究员Dan Jurafsky的说法，当前 NLP 中的难题是（见幻灯片 6）
已经有一些好的解决方案的其他难题是
自然语言中的歧义是 NLP 和 NLU 系统面临的最大挑战之一。其他挑战是（见幻灯片 10）