自然语言理解

人类对机器理解语言的认识走了一条大弯路。早期的研究集中采用基于规则的方法,虽然解决了一些简单的问题,但是无法从根本上将自然语言理解实用化。直到20多年后,人们开始尝试用基于统计的方法进行自然语言处理,才有了突破性的进展和实用的产品。

包括,目前语音理解的输出输入的打通都需要自然语言理解的基础支撑,目前,自然语言理解使用了万金油技术--神经网络,如虎添翼,一路攻城拔寨,效能飞速上升。学习掌握 NLP 技术是程序员的屠龙刀,武功大增,薪资翻倍的捷径。

注意:本场 Chat 属于基础功夫,类似,九阴真经上半部;如果想直接练习金银白骨抓的跳过,等待下回分解。

本场 Chat 主要内容:循环序列模型(Recurrent Neural Networks)

  1. 为什么选择序列模型?(Why Sequence Models?)
  2. 数学符号(Notation);
  3. 循环神经网络模型(Recurrent Neural Network Model);
  4. 通过时间的反向传播(Backpropagation through time);
  5. 不同类型的循环神经。

阅读全文: http://gitbook.cn/gitchat/activity/5b63fa248170397a0ea45781

一场场看太麻烦?订阅GitChat体验卡,畅享300场chat文章!更有CSDN下载、CSDN学院等超划算会员权益!点击查看

没有更多推荐了,返回首页