2019斯坦福CS224n深度学习自然语言处理笔记（3）——分类模型与神经网络

课程视频链接：《 深度学习与自然语言处理（3）》
前两章算是引言，主要介绍了什么是自然语言处理，以及自然语言处理中最基础的工作——如果和表示词的意思的相关工作。接下来，主要介绍一下分类模型和神经网络，并以命名实体识别举例说明神经网络的运行过程。最后简要介绍一下矩阵运算。

1. 什么是分类？

为了给没有基础的同学介绍一下背景，这里首先简要介绍一下分类。所谓的分类就是给定输入X，通过分类模型后，获得输出y，其中y是一个离散的值（可能有2个值，也可能有10个值），有多少值就是多少个类别。这个过程就是分类。

其过程实现在机器学习中，一般使用softmax（多分类）和logist（二分类）。

1.1 logist（二分类）

一般的，如果一个模型是二分类模型时，可以使用逻辑斯蒂回归Logsit进行二分类，唯一需要注意的是，我们使用逻辑斯蒂回归时，给出的结果是概率（0-1之间的数），需要我们最后做转换后，才能进行二分类。

这里我们不详细解说，具体的可看《逻辑斯蒂回归》。

1.2 softmax（多分