零基础入门自然语言处理的学习建议

在入门的阶段最适合做的事情:

(1)阅读和学习自然语言处理(natural language processing,nlp)综述类文章和图书,对nlp有一个基本的认识梳理nlp研究内容的演变,包括nlp从诞生到多次繁荣发展和多次停滞不前的原因,正确认识nlp与人工智能、机器学习、自然语言理解、计算语言学、文本挖掘等概念之间的区别与联系(除了我下面推荐的图书、文章和代码,一定要多百度和google寻找学习资料);

(2)做一些非常简单的nlp入门小任务,通过小任务理解自然语言处理的流程(包括中英文nlp处理流程的差别);

(3)快速学习一门开发nlp技术的编程语言(基本就是python了,不需要学习网络编程等部分,重点掌握python基本语法文件读写与编码正则表达式gensimnumpypandasmatplotlib等的使用);

(4)学习机器学习的相关概念,如:模型评估与选择、有监督学习、半监督学习、无监督学习、强化学习、迁移学习(只需要学习和认识其原理,做到心中有数即可);

(5)关注各大内容大V,如:微信公众号(paperweekly、新智元、AI科技大本营、机器之心、人工智能头条等),知乎(一搜自然语言处理或者nlp就能看到好多大V),博主(我爱自然语言处理等),因为每天各大V都会发布很多的新闻和内容,初入门的小白不建议全篇深入阅读,感兴趣的可以收藏起来以后看,大部分就了解一下(1)“谁”(2)“干了啥,咋干的”(3)“啥效果”,然后读了这个文章的报道(4)“自己有啥想法”,就可以了(有一个小细节上的建议,就是在平日里有任何idea最好都要在手机或者任何地方的备忘录里记一下,也要尽快多实践以验证idea是否有效);

(6)了解国内外nlp的协会组织(如:中文信息学会、中文信息学会青年工作委员会、ACL等,主要查找和阅读协会开辟的专栏、组织撰写的综述、看看最近都组织了什么会议比赛等)、主要的大型nlp科研团队(斯坦福、多伦多、清华、北大、哈工大、复旦、中科、deepmind、google brain、openAI等高校、院所和科研机构的自然语言处理小组,看看他们都在研究什么);

(7)关注“中国中文信息学会”的微信公众号,时刻关注ACL、IJCAI、ACML、SIGIR等顶会论文报告会(由中文信息学会组织,报告的人都是当年被顶会录取的论文的国内作者和大佬,来自各大高校和院所,整个报告会和国际会议的日程都是一样的,都有coffee break可以在茶歇的时候近距离与大佬交流,是一个近距离与国内各大NLP大组老师、同学交流的机会看看大厂们都在干什么,推荐有机会的话一定要去听一下报告,但一定要保证已经看过很多论文、并且有一定基础再去听,完全零基础不建议去,会议比较火爆和受欢迎,建议时刻关注尽快报名)。

nlp非常容易入门的原因是这是一门非常开放的学科,各大高校、学者都有一颗开放的心,源码经常开源、而且有很多优秀的老师有写博客、博文的习惯,大家都喜欢一有研究成果就立马放到arxiv或者researchgate上,nlp的研究日新月异、变化的非常快的原因就是“开放”,所以有什么问题尽量面向百度、google查询,注意关键词(毕竟是搞nlp的,可以先学习一下检索的原理,然后就知道怎么检索能尽快找到你想要的的东西),检索的结果重点关注reddit、medium、csdn、arxiv、researchgate、知乎、stackoverflow、github等上面的内容。

可参考学习和实践的链接如下:

  1. 复旦大学邱锡鹏组实验室新生一般完成的五个NLP练习上手实验(NLP四大类任务:分类、序列标注、文本匹配、文本生成,都需要完整实现一遍)。
    https://www.zhihu.com/question/324189960/answer/682130580?utm_source=wechat_session&utm_medium=social&utm_oi=952466020582064128
  2. 自动化所宗成庆研究员:读懂NLP的过去与现在(梳理的非常好,把各个概念之间的关系和NLP的发展都梳理清楚了)
    https://mp.weixin.qq.com/s/xgySwq2m-mHT7XG1zZGpzw
  3. 中文自然语言处理入门实战
    https://mp.weixin.qq.com/s/5z7Xy4NL-buUkpBmv4iIpw
  4. 自然语言处理全家福:纵览当前NLP中的任务、数据、模型与论文
    https://mp.weixin.qq.com/s/sQ903WNSR4v367t78_VG1Q
  5. 中文信息处理发展报告(综述由中文信息学会统筹,国内各大NLP专家撰写,非常适合入门了解NLP)
    http://cips-upload.bj.bcebos.com/cips2016.pdf
  6. Jumping NLP Curves: A Review of Natural Language Processing Research [Review Article]
    https://ieeexplore.ieee.org/document/6786458
  7. Natural Language Processing: A Review
    https://www.researchgate.net/publication/309210149_Natural_Language_Processing_A_Review
  8. A Review of the Neural History of Natural Language Processing
    http://ruder.io/a-review-of-the-recent-history-of-nlp/
  9. 邓力和刘洋大神合著的图书《Deep Learning in Natural Language Processing
    (就不给链接了,百度或google搜索,有中文连载、英文原版的原版图书购买、pdf分享或者课程)
  10. 宗成庆研究员所著《统计自然语言处理》(经典之作)
  11. Steven Bird所著《Python自然语言处理》(快速掌握python开发nlp技术的各种能力)
  12. 机器学习 → 推荐周志华教授所著的《机器学习
  13. 深度学习 → 推荐Ian Goodfellow等人合著的《Deep Learning
  14. 开发框架 → 首推Pytorch,推荐陈云的《深度学习框架Pytorch入门与实践》或者廖星宇的《深度学习入门之Pytorch
  15. Tensorflow学习 → 推荐黄文坚、唐源的《Tensorflow实战

(注意有些情况需要“科学上网”,一定要掌握google和google scholar的使用)

 

发布了48 篇原创文章 · 获赞 20 · 访问量 6万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览