【NLP学习过程记录 | 二.应用场景及关键技术】

• 应用场景
  • 问答系统

    

    
    采用基于检索的方法，使用与搜索引擎相关的技术
  • 情感分析
    应用：股票价格预测、舆情监控、产品评论、事件检测流程：有个输入语句—>​做特征提取—>建模—>获得情感值​特征提取和建模用深度学习替代，即得：​输入语句—>​深度学习模型—>获得情感值
  • 机器翻译
  • 自动摘要（自动提取摘要）
  • 聊天机器人
    • 闲聊型
      采用seq2seq
    • 任务导向型（订机票）
      采用意图识别
    • 不知道要做啥型（咨询）
  • 信息抽取
• 关键技术
  • 四个维度（从下往上）
    核心在于前三个
    • 语义Semantic
      最终的目标​机器学习的算法核心去试图理解语义
    • 句子结构Syntax
      关注单词和单词之间的关系，包括句法分析（主谓宾等）、依存分析Dependency、
    • 单词Morphology
      是NLP的技术架构，底层，门槛​关注单词层面的技术（分词，词性标注pos，NER）
    • 声音Phonetics
  • 分词Word Segmentation
  • 词性Part-of-Speech
  • 命名实体识别Named Entity Recognition
    1月22日—时间，ZOOM—产品，
  • 句法分析Parsing
  • 依存分析Dependency Parsing
    判断两两之间的依赖关系
  • 关系抽取Relation Extraction