一、NLP的经典应用场景
- 问答系统
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/46c934b7bda8d0af21536204ae4a99b6.png)
问答系统:在语料库当中寻找问答对儿形成知识库,然后根据问题相思的语句进行搜索答案。初级实现
- 情感分析
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/9eb2c287fa438dca284f85f923ac48d0.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/6bcfb68bd9687e04b78e5dfeac1e76d4.png)
两种不同的处理过程。
-
机器翻译
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/d3cf854b50bf04de9f71bc671de3690d.png)
-
自动摘要
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/98a90d97f90948e27f88563e1de549bf.png)
类似于中学语文学习梗概的写作。
- 聊天机器人
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/b821fd775144a91acc6b4560acbf2f67.png)
以后要做的项目之一。有目的导向性和随机性两个类型。
- 信息抽取
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/c850b1377c9996f098a0574bc0bca455.png)
信息抽取:相当于淘宝购物下单时候,收件人信息自动填写。
二、自然语言处理的四个维度
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/c6d264a445bf6350595d16a7af8105f5.png)
声音:最底层,这里不过多赘述
单词:底层。包括分词技术、词性标注、命名实体识别等。
句子结构:句法分析、依存分析、每个单词之间的联系。
语义:比较难,用到ML算法
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/73021144f01119d4face92adf15431f2.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/6a68d17c6fcb485aa0d3e9998195a9aa.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/3fbcbef9666359439dd545feb1c1fa0d.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/08d6f561ad03ed2ca51d97f66b64c39d.png)
根据词性
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/34ba304c2a8663c98099655d0e38dc77.png)
单词和单词之间的关系
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a7a96867775b23449514c5f91cb07e5a.png)