3【NLP项目-人工智能辅助信息抽取】深度学习与NLP基础

任务简介： 

学习深度学习在NLP领域的应用

详细说明：

本节开始学习深度学习解决NLP问题的方法与应用，包括文本表示、文本特征抽取，常见NLP任务模型结构等。

一、深度学习解决NLP任务

传统方法解决NER问题

深度学习解决NLP

深度学习解决NLP监督任务 

二、文本表示

词向量 

语言模型 

N元语言模型

神经网络语言模型

论文带读也学过：https://blog.csdn.net/oldmao_2001/article/details/10057543

词向量例子 

参考资料：Word2vec，Glove，Fasttext 

Word2Vec（一） 

Word2Vec（二）

Glove 

FastText 

学习代码：

 

三、文本特征抽取器

卷积神经网络 

卷积神经网络与NLP  

膨胀 

加深 

循环神经网络 

四、常见NLP任务模型结构