Deep Learning for Human Language Processing Introduction

最近在看李宏毅老师（Hung-YiLee）的Deep Learning for Human
Language Processing，整理了一些笔记。

课程简介

主要讲述人类语言处理中的深度学习方法。采用人类语言处理名词的原因是与自然语言处理区别开，因为自然语言处理往往仅仅考虑文本的数据形式。而这门课既包括了文本形式的语言处理，也包括了语音形式的语言处理。

即人类与机器交互过程中，如何让机器听懂人的语音、看懂人的文字、说出任能理解的话、写出人能看的懂的文字。

人类语音处理模型根据输入输出形态的不同，主要分为以下几种形式的模型：

1.speech to text
即输入是语音，输出是文字，常见的应用即语音识别。

2.speech to speech
即输入输出都是语音，如语音分离、语音转换等。

3.speech to class
即输入是语音，输出是类别，如说话人识别、唤醒词识别。

4.text to speech
即输入是文字，输出是语音，即语音合成。

5.text to text
即输入输出都是文字，如机器翻译、聊天机器人、QA等应用。

6.text to calss
即输入是文字，输出是类别，如文本分类、情感计算等。