一、认识NLP

NLP定义：

NLP的challenge(挑战)是：语言有多种意思
解决方法：看句子的context(上下文)

机器翻译系统：
传统方法：构建语料库，输入一句话，想看这句话的意思，一个单词一个单词从语料库找意思，用统计分析方法求概率

	传统方法的缺点：

1. 可能出现语料库没有这个单词的情况(out of vocabulary)—(oov)
2. 有一词多义的情况，不好区分意思
3. 输出的语序不一定正确

解决方法：

1. Mixed Word/Character Model:
   把所有的oov分词，拆成字符，比如比如 Jessica，变成J，e，s，s，i，c，a。其中是Begin，Middle，End的标记。这样处理的好处就是消灭了全部的OOV。坏处就是文本序列变得非常长，对于性能敏感的系统，这是难以接受的维度增长
2. UNK处理
   在训练数据充足的情况下，RNN模型可以轻松支持30k-80k的词表。在大多数情况下，扩大词表都是首选的方案
3. 通过上下文分析一词多义的情况
4. 对于输出的语序不对的情况，可以用语言模型进行判定，给定一个句子，判定从语法来看，最正确的概率

统计型机器翻译步骤

对于句法方面的经典论文推荐：

1. Question Answering in Context Coarse -to- Fine
2. Question Answering for long Documents QA Workshop
3. From Word Embedding To Document Distances（计算语义相似度）

归并排序算法——Merge sort


复杂度等级：
0(1)<0(logn)<0(n)<0(nlogn)<0(n^2)<0(nnlogn)<0(nn*n)<0(n!)