nlp概述

接触NLP也有好长一段时间了，但是对NLP限于知道，但是对整体没有一个很好的认识。特整理了一下思绪，总结记录下：

一、NLP的定义

   还是按照常规的逻辑来看下定义：NLP(Natural Languange Processing,自然语言处理），方法是应用计算机来处理，理解和应用人类语言，目的是达到人机之间进行交流。

分成自然语言理解和自然语言生成两部分。引用一个表来概括下：

二、NLP的应用

• 机器翻译：将一种语言翻译成另外一种语言，例如：百度翻译
• 情感分析：挖掘人们的观点，情绪对产品、服务等的态度，来评价服务等。起源博客等社交网络。
• 智能问答：机器人回答输入的问题，一些网站的智能问答。
• 文摘生成：机器准确归纳，总结并产生文本摘要。
• 文本分类：采集各种文章，进行主题分析，从而进行自动分类。例如垃圾邮件等。
• 舆论分析：通过舆论的内容，半段舆论的导向。分析传播路径以及发展规律，对不好的舆论进行有效控制。
• 知识图谱：把知识点通过相互之间的连理连接起来的网络图。

三、NLP知识构成

自然语言处理作为一门比较热的行业，需要语言学、统计学、机器学习、深度学习及自然语言相关理论知识。

• 句法语义分析：针对目标句子进行分词，词性标注，命名实体识别，句法分析，语义角色识别和多一次消歧等。
• 关键词提取：提取目标文本中的主要信息。主要明确，谁，什么时间，什么原因，干了什么事，有啥结果。主要涉及实体识别，时间抽取，因果关系等。
• 文本挖掘：对文本的聚类，分类，信息抽取，摘要，情感分析及对挖掘信息和知识的可视化化。
• 机器翻译：包含文本翻译，语音翻译，手写翻译，图形翻译等。
• 信息检索：信息进行分类归档。
• 问答系统：对语言表达问题。
• 对话系统：通过回合对话，跟用户进行聊天，回答，完成任务。

 

转载于:https://www.cnblogs.com/haosu/p/10865256.html