NLP术语

不定期更新(我的理解可能会有误差，若有错误还望大神赐教)

• 词向量矩阵（非词汇表向量）：word vector matrix/look-up table

• 词向量：word vector/word embedding/word representation

• 语料库: corpus

• 归一化：Normalization
  将一系列的单词 转化成 某种 统一 的形式，比如：将一句话的各个单词中，有大写、有小写，将之统一转成 小写。再比如，一句话中，有些单词是 缩写词，将之统一转换成全名。
  converting characters to lowercase（大小写转换）,expanding abbreviation（缩略词变成全名）, removing stopwords（移除一些常见的“虚词”）, stemming, and lemmatization.（词干或者词根提取）

• alignments:匹配，对齐(用于机器翻译中)

• non-trival:很困难，非小事

• state-of-the-art:最先进的，前沿的

• 远程监督（distant supervision）：用来自动标注语料生成有标记的训练样本。就是把知识库与非结构化文本对齐，只要某个句子含有对应的实体对，就认为这个句子描述的就是知识库里的关系。会有严重的噪音问题。

• OOV：out of vocabulary(一种是拼错了，一种是词太新了)

• Fine Tune:微调 就是采用别人已经调试好的优秀网络。防止重头训练或者数据量不足。
  
  
  -timestep:指RNN序列的状态

• 生成式模型与判别式模型：https://www.zhihu.com/question/35866596

• chareembedding:基于字符的词向量，https://towardsdatascience.com/besides-word-embedding-why-you-need-to-know-character-embedding-6096a34a3b10 字符级别的一般是根据具体任务去训练，而没有预训练好的。嵌入的概念还理解，不要停留在向量的表面，不管是字符还是词，都是为了将一个空间表征到另一个空间，保持它们的距离不变而已。