自然语言处理NLP简介
自然语言处理NLP简介
- NLP简介
-
-
- 1 引言
-
- 人工智能、机器学习、深度学习
- 什么是自然语言处理?
- 人工智能的流派
- 2 NLP发展历史
-
- 人工智能发展历史
-
- 推理期
- 知识期
- 学习期
- 文本的预训练可分为两个重要的时期
- 3 NLP研究方向
-
- 自然语言处理研究分类
- (1)词法与句法分析
- (2)语义分析
- (3)篇章分析
- (4)语言认知模型
- (5)语言表示与深度学习
- (6)知识图谱与计算
- (7)文本分类与聚类
- (8)信息抽取
- (9)情感分析
- (10)自动文摘
- (11)信息检索
- (12)信息推荐与过滤
- (13)自动问答
- (14)机器翻译
- (15)社会媒体处理
- (16)语音技术
- (17)文字识别
- (18)多模态信息处理
- (19)医疗健康信息处理
- (20)少数民族语言文字信息处理
- NPL经典模型与深度学习模型
- 4 现状与难点
-
- 自然语言理解(Natural Language Understanding,NLU)
- 自然语言生成(Natural Language Generation,NLG)
- 自然语言处理的难点
-
- 难点1:语言的多样性
- 难点2:语言的歧义性
- 难点3:语言的鲁棒性
- 难点4:语言的知识依赖
- 难点5:语言的上下文
- 5 预备知识
-
- 数学知识基础
- 软硬件基础
- 推荐书籍
- 自学资源
-
NLP简介
1 引言
人工智能、机器学习、深度学习
人工智能:所有致力于模仿人类或与人脑认知相关联的研究总称
机器学习:是人工智能的子集,是一种实现人工智能的方法,利用经验(数据)自动改进的计算机算法
深度学习:是一种实现机器学习的技术,基于人工神经网络与表示学习的机器学习算法
什么是自然语言处理?
维基百科:自然语言处理(NLP)是语言学、计算机科学、信息工程和人工智能的一个分支领域,研究计算机和人类(自然)语言之间的相互作用,特别是如何编写计算机程序来处理和分析大量的自然语言数据。自然语言处理的挑战通常涉及语音识别、自然语