NLP任务梳理

在公司做NLP也做了1年多了，学校学习了3年，发觉知识还不是很系统，最近几个月花时间来归纳总结一下所学知识，梳理一下NLP的路线，为成为更好的NLP算法工程师而努力，主要是给自己看的，所以可能会有些啰嗦，参考的文章在文末我都会附上链接。如果有幸能帮助到一些新入门NLP的同学，那更加有意义了。
既然开了博客，这里就先立一个Flag，每周更新2篇(每篇超过1000字)，年前把自己做过的NLP任务都涉及到。其中也会穿插一些算法的自我理解。
准备写以下几个任务(先写做过的任务，然后写正在做的，最后写未来可能要做的)：

1. 文本分类（意图识别，情感分析）
2. 文本匹配（相似度计算）
3. 新词发现
4. NER
5. 文本聚类
6. 阅读理解
7. 文本摘要

项目选取经典项目或者是竞赛项目，有一些是打过的比赛，大部分是没打过的，如果有新比赛我也会详细写清楚的。有代码的章节会用Jupyter来书写。整体思路是先用传统方法做baseline，然后用简单神经网络，然后用深度网络，然后用最新论文中的方法，最后会用自己目前所能用的最优方法得出最优解答。
本文只做中文的任务，以后如果有机会的话可能会涉及英文任务。
另外，为了更加的通俗易懂以及适合入门，代码中涉及的一些python相关的操作小道会写在另一个分类下，力争能帮助到想入门NLP的同学，NLP的萌新和对NLP没有系统了解的朋友们。
最后，大家如果对目前内容有问题的话，请评论告知小道，虽然我也是NLP小菜鸡一枚，大家共同努力！
话不多说，一起开始走这趟学习之路吧！