自然语言处理-Stanford笔记

最新推荐文章于 2023-12-07 14:17:07 发布
最新推荐文章于 2023-12-07 14:17:07 发布
阅读量274 收藏
点赞数
分类专栏： 自然语言处理 文章标签： 自然语言处理
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/wang2008start/article/details/80161057
版权
这是一份详细的Stanford自然语言处理课程的学习笔记，涵盖了基础文本处理、最小编辑距离、语言建模、拼写纠正、文本分类与朴素贝叶斯、情感分析、最大熵模型、信息提取和命名实体识别、关系抽取等多个核心主题。
摘要由CSDN通过智能技术生成

1. Basic Text Processing

1. Regular Expressions
2. Word tokenization
3. Word Normalization and Stemming
4. Sentence Segmentation and Decision Trees

2. Minimum Edit Distance

1. Definition of  Minimum Edit Distance
2. Computing Minimum Edit Distance 
3. Backtrace for Computing Alignments
4. Weighted Minimum Edit DIstance 
5. Minimum Edit Distance in Computational Biology

3. Language Modeling

1. Introduction to N-grams
2. Estimating N-gram Probabilities
3. valuation and perplexity
4. Generalization and zeros

Smoothing
: Add-one(Laplace) smoothing
    Add-1, Add-k, Unigram prior Smoothing 贴图（3-68）
Interpolation(插值法), Backoff, and Web-Scale LMs
    总结： Add-1，文本分类可以，语言模型不适用； 插值法比较常用；web-scale的N-grams 使用简单的回退，trigram->bigram->unigram
Advanced: Good Turing Sm
最低0.47元/天 解锁文章
wang2008start
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
自然语言处理学习笔记（一）————概论
laosao_66的博客
07-31 1033
而这些知识是计算机不拥有的。我们经常省略大量背景知识或常识，比如我们会对朋友说“老地方见” ，而不必指出“ 老地方” 在哪里。对于机构名称，我们经常使用简称，比如“工行” “地税局” ，假定对方熟悉该简称。自然语言中可能存在大量的歧义，而这些歧义在不同的语境下可能表现为不同的意思 ，而机器所处理的编程语言则不能具有任何歧义 ，有一点歧义就会导致代码的运行错误、编译错误。编程语言受到编译器的管理，不存在“错误”，而自然语言存在大量的“不规范”和“错误”，而我们人类基本都可以理解这些有一些小错误的文本的意思。
RNN, LSTM, GRU模型的作用, 构建, 优劣势比较,attention机制
热门推荐
码python的Vinsmoke
10-29 2万+
1. RNN架构解析 1.1 认识RNN模型 学习目标 了解什么是RNN模型. 了解RNN模型的作用. 了解RNN模型的分类. 什么是RNN模型 RNN(Recurrent Neural Network), 中文称作循环神经网络, 它一般以序列数据为输入, 通过网络内部的结构设计有效捕捉序列之间的关系特征, 一般也是以序列形式进行输出. 一般单层神经网络结构: RNN单层网络结构: 以时间步对RNN进行展开后的单层网络结构: RNN的循环机制使模型隐层上一时间步产..
自然语言处理训练营NLP--笔记
skysenlin的专栏
12-24 7197
任务010： 简单的复杂度的回顾 任务011：归并排序：merge sort（归并） Divide and conquer—分治算法(category 属于这个范畴) A=[3,4,1,6,7,2,5,9] 目标：sort(A) 步骤： 1、将数组分成两部分 2、针对每部分排序 3、对前后两部分对比后排序 归并排序的时间复杂度是O(n logn) #merge and sort import numpy import pandas a=list(numpy.random.r...
自然语言处理学习笔记（通俗白话）
qq_52134394的博客
03-24 312
激活函数是神经网络非线性的来源，如果不引入，则神经网络的线性模型的复合仍然为线性模型，不能很好的拟合非线性情况下的模型。估计出来的模型是最接近真实情形的(误差=真实值-理论值)。（防止处理的参数过多）常用的池化层有，均值池化层、最大值池化层等。进入解码器时的数据一部分来自编码器，一部分由解码器自己生成。而**（真实-预测）的平方**很好的规避了这两个问题。的问题是：会出现正负相消的情况，从而出现误判。，比如对一张图像而言，关注的可能有纹理，色泽等。直接关注物体更显著的特征，有重点的去提取特征。
自然语言处理笔记
R君的博客
01-08 1053
文章目录绪论分类基本问题形态学语法学语义学语用学困难大量歧义大量未知语言现象基本研究方法数学基础概率论基础概率最大似然估计条件概率全概率公式贝叶斯法则形式语言与自动机基本概念树字符串操作（要把字符串看成一个集合，操作也是要对集合里的每一个都操作）正则表达式形式语言产生方式定义文法定义正则文法（3型）上下文无关（2型）上下文有关文法（1型）无约束文法（0型）自动机确定性有限自动机(definite automata, DFA)不确定性有限自动机 (non-definite automata, NFA)自动机与
Coursera-Machine-Learning-Stanford
05-29
此外，课程还涉及到实际应用，如在图像识别、自然语言处理和推荐系统中的机器学习应用。通过这个课程，学生将学会如何使用Python编程语言和相关的数据科学库（如NumPy、Pandas和Scikit-Learn）来实现这些算法，并...
自然语言处理
02-14
自然语言处理（Natural Language Processing, 简称NLP）是计算机科学领域的一个重要分支，主要研究如何让计算机理解和处理人类日常使用的自然语言。在NLP的实践中，我们通常涉及多个核心任务，如文本分类、情感分析...
NLP-exploration:Python中自然语言处理的探索
04-09
在本项目"**NLP-exploration:Python中自然语言处理的探索**"中，我们将深入探讨Python在自然语言处理（Natural Language Processing, NLP）领域的应用。这是一次对NLP技术的实践性研究，可能包括文本预处理、情感...
NLP Town的NLP项目源码集合(notebooks)-python
06-21
A collection of notebooks for Natural Language Processing from NLP Townnlp-notebooks 来自 NLP Town NLP 101 的自然语言处理笔记本集 NLP 101 词嵌入简介 NLP 与来自 spaCy 和 StanfordNLP 的预训练模型 使用 ...
Stanford自然语言处理课程ppt 第一节 Introduction
04-18
Introduction to NLP What is Natural Language Processing? Question answering, information extraction, sentiment analysis, machine translation and etc. are all applications of NLP.
自然语言处理最新笔记和教程
06-11
自然语言处理最新笔记和教程
EverythingNLP:这是所有笔记本和与自然语言处理有关的内容的存储库
04-04
《全面探索自然语言处理：EverythingNLP存储库详解》 自然语言处理（Natural Language Processing，简称NLP）作为人工智能领域的重要分支，近年来在诸如语音识别、机器翻译、情感分析、文本生成等方面取得了显著...
NLP自然语言处理学习笔记
最新发布
wangqiaowq的博客
12-07 567
目前存在的问题有两个方面：一方面，迄今为止的语法都限于分析一个孤立的句子，上下文关系和谈话环境对本句的约束和影响还缺乏系统的研究，因此分析歧义、词语省略、代词所指、同一句话在不同场合或由不同的人说出来所具有的不同含义等问题，尚无明确规律可循，需要加强语用学的研究才能逐步解决。自动问答是指利用计算机自动回答用户所提出的问题以满足用户知识需求的任务，在回答用户问题时，首先要正确理解用户所提出的问题，抽取其中关键的信息，在已有的语料库或者知识库中进行检索、匹配，将获取的答案反馈给用户。
【学习笔记】自然语言处理
码海畅游记录
10-20 456
词嵌入模型 词嵌入模型基于的基本假设是出现在相似的上下文中的词含义相似，以此为依据将词从高维稀疏的独热向量映射为低维稠密的连续向量，从而实现对词的语义建模。 基于词出现频次的词嵌入模型 通过对“文档-词”矩阵进行矩阵分解得到每个词的语义表示。典型模型有GloVe。GloVe模型的基本思想是最小化 词iii和词jjj的向量向量表示viv_ivi​和vj^\hat{v_j}vj​^​算得的函数F(viTvj^)F(v_i^T\hat{v_j})F(viT​vj​^​) 与 词jjj出现在词iii的上下文概率Pi
自然语言处理笔记——学习自然语言处理前所要了解的知识
ZNWhahaha的博客
02-08 1292
学习自然语言处理前所要了解的知识自然语言处理自然语言与编程语言的区别词汇量结构化歧义性容错性易变性简略性自然语言处理结构语音、图像和文本中文分词、词性标注、命名实体识别信息抽取文本分类和聚类句法分析语义分析与篇章分析其他高级任务功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPan...
NLP自然语言处理入门学习笔记（一）
pizm123的博客
09-13 1353
人工智能之NLP自然语言处理学习笔记（一）
自然语言处理 笔记一
yzhua_777的博客
10-12 385
自然语言处理 笔记一
Python自然语言处理实战指南
"《使用Python进行自然语言处理》是一本专注于自然语言处理实践的书籍，由Steven Bird、Ewan Klein和Edward Loper合著。本书以其系统性和实用性，被誉为世界领先的自然语言处理教程，适合理论学习后的初学者深入研究...
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