Stanford NLP学习笔记1:课程介绍

Stanford NLP课程简介

1. NLP应用例子
  • 问答系统: IBM Watson
  • 信息提取(information extraction)
    947235-20161215233702401-246911092.png
  • 情感分析
    947235-20161215234059276-508574687.png
  • 机器翻译
    947235-20161215234244698-26408059.png

    2. NLP应用当前进展

    很成熟:垃圾邮件检测,词性标注(POS),实体名称识别(Named Entity Recognition, NER) => 课程后面会讲
    相对成熟:情感分析,指代消解(coreference resolution),词义消歧,句子成分解析(parsing),机器翻译, 信息提取 => 后面课程会讲
    依然纠结:问答系统, 转译(paraphrase),主题总结,对话系统
    947235-20161215235406026-1413939905.png

    3. 为何NLP如此难搞
    主要原因:歧义
  • 句法歧义(syntactic ambiguity):由于句子中某一成分可以由多个词来承担导致的歧义。例子:
    947235-20161215235822417-1736638658.png vs 947235-20161215235854526-586474992.png
    947235-20161215235907011-142385001.png vs 947235-20161215235935776-1624945998.png
  • 词义歧义(word sense ambiguity):由于某个词具有多个含义导致的歧义。例子:
    947235-20161216000619323-2110347374.png
    如何消岐(具体以后讲):解析句子结构
    947235-20161216001214292-1905954396.png
    其他原因:
    947235-20161216001717933-1987582618.png

    4. 解决NLP问题的所需知识和方法

    947235-20161216001857479-1669365232.png

    5. 课程将要讲述的用于统计自然语言处理的方法和理论以及具体应用案例

    947235-20161216002059464-1129718397.png

    6. 所需背景知识

    947235-20161216002123229-870168930.png

    7. 传送门:https://www.youtube.com/watch?v=nfoudtpBV68
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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