NLP学习记录（零）

最新推荐文章于 2024-09-14 11:54:37 发布
最新推荐文章于 2024-09-14 11:54:37 发布
阅读量939 收藏 4
点赞数 2
分类专栏： NLP自然语言处理理论篇 文章标签： NLP
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014258362/article/details/80767600
版权

NLP作为人工智能领域一个重要的版块，需要掌握的东西很多，首先弄清楚NLP到底能做什么，并了解学习NLP面临的困难。

NLP研究内容

  • 信息检索（搜索引擎）
  • 机器翻译
  • 文档分类
  • 问答系统
  • 信息过滤
  • 自动文摘
  • 信息抽取
  • 舆情分析（情感分析）
  • 机器写作
  • 文稿机对接
  • OCR或语音识别（OCR图片文字识别，语音识别为语音转文字STT）

困难

  • 场景 语言多样性，多变性，语言歧义
  • 知识基础 数学模型（概率图模型：隐马尔科夫过程HMM，最大熵模型，条件随机场CRF等）
  • 语料 语料库是什么，语料库作用，获取语料库

大概总结起来NLP的使用范围，与困难所在，下面开始正式展开NLP的学习之旅吧。

只想安静的一个人
关注
专栏目录
NLP从零开始 NLP和深度学习概述
HaLosec_Wei
04-15 528
自然语言是人类智慧的结晶，自然语言处理是人工智能中最为困难的问题之一，而对自然语言处理的研究也是充满魅力和挑战的。我们可以看到，2012年2017年,在ACL、 EMNLP、EA、NAAC会议上呈现的NLP深度学习论文数量增长趋势 NLP是什么？ • NLP（ Natural Language Processing ） 是 自然 语言 处理 的 简称，是研究人与 计...
自然语言处理从零到入门 NLP
UK - UofL HW - SDE
11-07 2881
每种动物都有自己的语言，机器也是！自然语言处理（NLP）就是在机器语言和人类语言之间沟通的桥梁，以实现人机交流的目的。人类通过语言来交流，狗通过汪汪叫来交流。机器也有自己的交流方式，那就是数字信息。不同的语言之间是无法沟通的，比如说人类就无法听懂狗叫，甚至不同语言的人类之间都无法直接交流，需要翻译才能交流。而计算机更是如此，为了让计算机之间互相交流，人们让所有计算机都遵守一些规则，计算机的这些规则就是计算机之间的语言。
从0开始学nlp（开篇）
weixin_43746235的博客
09-25 342
从0开始学nlp 今天在知乎看到一片nlp如何学的文章 这里 一位韩国的小伙伴做的一份思维导图，由于之前学的东西太散了，所以准备把这些内容都串起来，同时不会的再深入学习，尽量每周更新三篇，按照文章的顺序总结，一些容易的知识的话就几个知识点一起记录，希望可以坚持到底，如果大家喜欢，也欢迎大家收藏、关注。 ...
自然语言处理（NLP）学习路线总结
最新发布
python1222_的博客
09-14 1328
NLP是自然语言处理（Natural Language Processing）的缩写，它是计算机科学领域中专注于研究如何使计算机理解、生成和处理人类语言的学科。NLP涉及的技术包括但不限于分词、词性标注、句法分析、语义分析、机器翻译、情感分析、信息抽取、文本生成等。通过NLP，计算机可以处理和分析大量的文本数据，帮助人们更好地理解和应用语言信息。传统NLP技术分词和词性标注：学习如何将文本切分为单词或词组，并标注其词性。句法分析：学习如何分析句子的语法结构，如依存关系分析。
NLP从0开始
D_Ddd0701的博客
01-15 2435
NLP从0梳理
从零开始NLP
Flyingzhan的博客
12-04 462
从零开始NLP 最近打算学习一下NLP，在这里记录一下看到的知识。 1：N-gram n-gram是一种语言模型，作用就是为一句给定的单词的序列返回一个概率，表示这个序列出现的概率值。常见的有unigram，bigram，trigram等等。 n个单词的句子出现的概率： unigram，假设单词之间相互独立，那么可以表示为： unigram是不可取的，因为‘i have a ...
NLP学习路径
zlb872551601的博客
01-15 1253
NLP学习路径： Word2vec->Lstm->seq2seq->attention->ELMo->openAIgpt->bert Word2vec: Lstm: seq2seq: attention: ELMo: openAIgpt: bert:
基于Pytorch热门深度学习框架 从零开发NLP聊天机器人 笔记代码.zip
02-15
在本压缩包中，我们关注的是使用PyTorch这一热门深度学习框架开发自然语言处理（NLP）聊天机器人的过程。PyTorch以其易用性和灵活性，在机器学习领域特别是深度学习中深受研究者和开发者的喜爱。以下是关于这个主题...
5 NLP自然语言处理入门--词向量embedding&代码实现(百度架构师手把手带你零基础实践深度学习原版笔记系列)
aiAI
10-22 3203
5 NLP自然语言处理入门--词向量(百度架构师手把手带你零基础实践深度学习原版笔记系列) 自然语言处理技术面临的挑战 如何让机器像人一样，能够准确理解和使用自然语言？这是当前自然语言处理领域面临的最大挑战。为了解决这一问题，我们需要从语言学和计算两个角度思考。 语言学角度 自然语言数量多、形态各异，理解自然语言对人来说本身也是一件复杂的事情，如同义词、情感倾向、歧义性、长文本处理、语言惯性表达等。通过如下几个例子，我们一同感受一下。 同义词问题 请问下列词语是否为同义词...
NLP流程学习流程
yingdajun的博客
11-17 346
NLP学习路线（其实就是个汇集了所有经典模型的自然语言处理学习笔记）
qq_52670137的博客
11-15 1414
这是我整理的关于NLP较为详细的一个学习路线笔记，从词向量word embedding开始，rnn、lstm、seq2seq（attention）、transformer，直到bert结束。每个模型都将相关挑选的合适资料找出，便于整体学习。
NLP 学习笔记 01
热门推荐
DarkScope从这里开始
02-28 1万+
coursera上MichaelCollins的课程nlp开始了，在读大部头(mlapp)学习ML的过程中看看nlp也着实不错，可以做一些实践       这个课程老师语速很慢，讲解思路十分清晰，推荐给大家。在学习中我可能会把两周的内容在我的blog做一个总结(也许是一周的，看内容的多少了，这第一周的内容太详实了，总结起来太费劲了)，方便以后学习和查看 --------------------
NLP学习（一）
宋建国的博客
04-13 625
1.NLTK模块 2.常用操作 词密度-重复率 def lexical_diversity(text): #词密度-重复率 return len(text) / len(set(text)) 搜索单词 text1.concordance("monstrous") 搜索相似度 text1.similar("monstrous") 搜索共同上下文 text2.commo...
NLP学习（一）基础篇
qq_30868737的博客
07-09 2884
一、 前言 2016年3月9日至15日和2017年5月23日至27日，分别在韩国首尔和中国嘉兴乌镇，韩国围棋九段棋手李世石、中国围棋九段棋手柯洁与人工智能围棋程序“阿尔法围棋”（AlphaGo）之间的两场比赛，人类均以失败告终，更是激起了各种“机器超越、控制人类”的讨论，然而机器真的懂人类进而控制人类吗？如果可以那首先必须要先让机器能理解人类的语言。那么机器是如何理解人类语言的呢？这一系列的博文将带领大家熟悉和回顾一个完整的自然语言处理过程。 首先理解什么是NLP呢？ NLP (Natural Langun
NLP学习
qq_54876312的博客
05-20 159
自然语言处理（英语：Natural Language Processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言处理包括多方面和步骤，基本有认知、理解、生成等部分。 自然语言认知和理解是让电脑把输入的语言变成有意思的符号和关系，然后根据目的再处理。自然语言生成系统则是把计算机数据转化为自然语言。 一 NLP基础 NLTK 词性标注 分词 TF-IDF word2vec Jieba Sklearn 二 检索机器人算法 基本原理 贝叶斯分类 Cha
NLP学习路线
Python老吕的博客
04-02 783
了解NLP的基本概念和任务，如词法分析、句法分析、语义理解等。这将帮助你对NLP形成一个全面的认识。以上是一个建议的NLP学习路线，从基础知识到实践应用再到持续学习与进阶，帮助你系统地掌握NLP的核心知识和技能。当然，每个人的学习路径可能会有所不同，你可以根据自己的兴趣和需求进行调整和补充。最重要的是保持对NLP的热情和动力，不断学习和进步。👨‍💻博主Python老吕评论，您的举手之劳将对我提供了无限的写作动力！🤞🔥精品付费专栏:《跟老吕学Python编程》《跟老吕学Python编程·附录资料》。
NLP从零开始------6基础文本处理之命名实体识别
m0_74922316的博客
08-02 1697
命名实体识别（Named Entity Recognition，NER）中的“命名实体”一般是指文本中具有特别意义或指代性非常强的实体（比如：人名，地名，时间或者机构组织等）。命名实体可分为实体类、时间类和数字类3大类，以及人名、机构名、地名、时间、日期、货币和百分比7小类。命名实体识别在NLP中占有重要地位，它是信息提取、机器翻译和问答系统等应用领域里的基础工具。命名实体识别的任务就是识别出文本中的命名实体，通常分为实体边界识别和实体类别识别两个过程。
Python编程入门：从零开始学习笔记
"Python学习笔记，由皮大庆撰写，是一本介绍Python编程语言的教程，适合初学者。书中强调了Python的易读性、面向对象特性、丰富的数据结构以及跨平台能力，并介绍了如何通过学习Python来理解和掌握编程基本概念，而...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值