如今解决nlp问题,一般都是使用深度学习相关算法。在深度学习算法没有发展到如今水平之前,都是通过传统机器学习算法来解决nlp问题。下面为大家总结了解决nlp相关问题的传统机器学习算法。
- 分类模型:文本分类、意图识别、情感分类
- Logistics Regression
- Bayes Model
- SVM
- Decision Tree
- 序列标注模型:分词、词性标注、命名实体标注
- 隐马尔科夫模型(HMM)
- 最大熵模型(MEM)
- 条件随机场(CRF)
- 平均感知机模型(AP)
- 序列生成模型:机器翻译
- 传统机器学习没有合适的算法,一般使用语言模型来做单语的序列生成,使用统计机器翻译模型实现双语的序列生成
缺点
- 繁琐的特征工程
- 算法模型对序列建模能力弱
- 流水线式的搭建导致错误传播
https://edu.csdn.net/course/play/8673