学习NLP的第1天——学习大纲及入门资源整理

我以前虽然在研究中用过一些NLP相关方法，但是都仅限于最基础的应用，最近开始系统性地自学NLP。将学习过程进度以及遇到问题的解决方案记录于此，不求踩出一条路，只求为其他自学的朋友踩掉一些坑。

NLP基本大纲

首先，我依据以前的了解和收集的各处教程、网课，整理了NLP主要的学习大纲。因为一些方法我并没有用过也不了解，所以可能逻辑上会存在问题，以后理解深刻会逐渐更正。

算法模型

概率图模型、马尔科夫过程、隐马尔科夫过程、马尔科夫网、最大熵模型、条件随机场（CRF）

深度学习

支持向量机、LSTM、BERT

词汇级

语法分析：中文分词、词性标注、命名实体识别（人名、地名、机构名、日期）、新词发现

语义分析：语义表示、语义消歧

语义关系：语义关系建模、语义关系抽取、语义关系计算

句子级

语句变换：近义词替换、语义归一化、省略纠错

语句解析：句法结构分析、依存结构分析

语句表示：语义表示、文本分类、句子相似度

语义分析：关键词提取（TF-IDF、TextRank）、特征提取（特征提取与权重计算）、句意理解、意图识别、情感分析、语境分析

语句生成：规则模板、知识图谱、机器翻译

段落/篇章级

单文本分析：文本摘要、文本主题、文本分析、文档结构分析、文本语义分析、情感分析

多文本分析：文本主题、文本分类、文本排重、文本聚类、词向量、文档相似度、主题模型（LDA）、PLSA

综合性任务

问答系统（问题分析、信息检索、答案抽取）、自动摘要（自动文摘）、机器翻译、信息检索（布尔模型、向量空间模型、概率模型）、文档分类、信息过滤、信息提取、文本挖掘、舆情分析、机器写作、语音识别

NLP的入门资源整理

https://www.cnblogs.com/nxf-rabbit75/p/10967943.html 大纲

http://www.52nlp.cn/ 教程

https://github.com/duoergun0729/nlp 教程

https://gitbook.cn/gitchat/column/5b10b073aafe4e5a7516708b 网课

https://github.com/fighting41love/funNLP 资源库