自然语言处理笔记9-哈工大 关毅

目录

前言

硕士生涯结束，开始专心做一件自己觉得有用的工具，先做工程，后搞理论。
自然语言处理是一个非常难的问题，同时是人工智能皇冠上的明珠。
接下来会记录一系列自然语言处理的笔记，来自于哈工大老师关毅。

课堂总结（一）

问答系统总结，数据层，搜索引擎控制，信息采集，文本分类，信息索引。

课堂总结（二）

文本分类系统新的结构。国家863项目。
处理精度，鲁棒性达到相应的目标。
新一代学习检索机制，持续学习的能力。
统计词法分析，外界反馈来学习，机制研究。
实体信息抽取，电子病历信息抽取。电子健康。基于最大熵的识别系统，CRF模型。
transfer learning模型。句法分析，补偿学习，增量学习，主动式学习，在线学习，强化学习。
文本聚类，自组织映射文本系统。
做一个有人用的东西。

课堂总结（三）

把自己做的东西的应用率作为自己的追求目标，忠实的fans。
领域知识的自动构建，单词变体，缩略语的研究，难度极大，非常有用的应用。
mindmanager 推荐。
思维导图构成，结构清晰，思路连贯。
开始回顾：
语言-多类文档。字处理-编码，输入输出。
分词的难点：every great idea is simple。
频度统计，很多工作。科学的定量方法。
语料库的多级加工，n-grams语言模型。

课堂总结（四）

n-gram噪声信道模型，平滑。
平滑的原则。
隐码句法浅层句法分析问题。
总结的话：规则+统计结合的思想。
一般性问题和特殊性问题。语义不能这么弄。
分个类：
1抢占高地的研究，先做式。
2解决问题的研究，Hownet。
3填补空白的研究，成熟方法+新事物处理，语义信息在神经中的机制。