- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 NLP小白的入门学习路线
新学期开始了，看了一些经验贴，现在学习前辈的经验给自己总结点规划，希望今年是收获满满的。一、推荐Github/博客系列（持续更新……）NLP/ML/CV[1]Algorithm_Interview_Notes-Chinese[2]THUNLP机器阅读理解[3]52nlp[4]深度学习前沿笔记[5]cs224n-camp[6]火爆 GitHub 的《机...
2019-02-24 13:59:39
3126
1
原创 NLP基础笔记5——词向量
一、什么是词向量词向量是将字、词语转换成向量矩阵的计算模型。目前为止最常用的词表示方法是 One-hot，这种方法把每个词表示为一个很长的向量。这个向量的维度是词表大小，其中绝大多数元素为 0，只有一个维度的值为 1，这个维度就代表了当前的词。还有 Google 团队的 Word2Vec，值得一提的是，Word2Vec 词向量可以较好地表达不同词之间的相似和类比关系。除此之外，还有一些词向量...
2019-02-27 21:22:28
1954
1
原创 LeetCode练习1(No.20,26,43)
练习大纲20.有效的括号 26.删除排序数组中的重复项11.盛最多水的容器43.字符串相乘43.字符串相乘（Java实现，python可以高精度乘法）预备知识：对于计算机无法用普通数据类型（如：longint）表示的大整数进行乘法运算，称为高精度乘法。Java，c++没有提供高精度的计算方案,，所以大整数的运算都需要手动实现。Python已经为我们提供了高精...
2019-02-27 16:59:53
294
原创 NLP基础笔记4——语言模型
一、简介首先放一张基于Language Model的NLP主要模型算法梳理框图。NLP语言模型可分为传统语言模型与神经语言模型。简言之，语言模型就是给句子（词序列）分配一个概率。这个概率表示这句话“合理程度”。举个例子：你儿子在我手上，快点把打过来。 prob=0.80# 这样一个句子，非常“通顺”，就得到一个很高的概率值。特朗普在厕所里摆满了多个艺员。 prob=0.2...
2019-02-23 22:29:34
807
1
原创 NLP基础笔记3——句法分析
相较于前两节介绍的词法分析（分词、词性标注或命名实体识别等），句法分析属于NLP较为高阶的问题。本节着重介绍基于统计的句法分析方法，主要介绍基于上下文无关文法的句法分析。在自然语言学习过程中，每个人一定都学过语法，例如句子可以用主语、谓语、宾语来表示。在自然语言的处理过程中，有许多应用场景都需要考虑句子的语法，因此研究语法解析变得非常重要。我们可以用树状结构图来表示，S表示句子；NP、VP、...
2019-02-23 20:35:40
2839
原创 NLP基础笔记2——词性标注与命名实体识别，关键词提取技术
一、词性标注词性标注（Part-of-Speech tagging 戒POS tagging)，又称词类标注或者简称标注，是指为分词结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词戒其他词性的过程。在汉语中，词性标注比较简单，因为汉语词汇词性多变的情况比较少见，大多词语只有一个词性，戒者出现频次最高的词性远远高于第二位的词性。据说，只需选取最高频词性，即可实现80%...
2019-02-22 14:47:23
3145
原创 NLP基础笔记1——中文分词技术
一、简介中文分词(Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。中文分词是其他中文 (信息) 处理的基础，搜索引擎、机器翻译（MT）、语音合成、自动分类、自动摘要、自动校对等等，都需要用到分词。目前主流分词方法：基于规则，基于统计以及二者混合。基于规则的分词：主要是人工建...
2019-02-20 21:17:12
1436
6
原创 自然语言处理综述
自然语言处理技术分类工业界NLP四大任务：① 序列标注：分词、POSTag 词性标注、NER、语义标注② 分类任务：文本分类、情感计算③ 句子关系判断：Entailment、QA、自然语言推理④ 生成式任务：机器翻译、文本摘要拓：自然语言推理是NLP高级别的任务之一，不过自然语言推理包含的内容比较多，机器阅读，问答系统和对话等本质上都属于自然语言推理。文本蕴含任务(te...
2019-02-01 20:32:54
1848
1
NLP2018发展综述
2019-02-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人