-
什么是NLP?
- NLP是computer science、artificial intelligence 和linguistics的交叉学科。
- 目标是让计算机理解人类语言。
- 完全理解和表示语言的意思是一个困难的目标
- 完美的语言理解是完全的AI
- NLP Level
- NLP 应用
- Spell checking,keyword search、find synonyms(同义词)
- Extracting information
- Classifying:reading level of school text,文档情绪正负
- 机器翻译
- 对话系统
- 复杂的问答系统
- NLP在工业界的应用
- search(written and spoken)
- 在线广告匹配
- 自动/(辅助)翻译
- 对市场/金融(交易)的情感分析
- 语音识别
- 对话系统
- 人类语言有何特殊?
- 人类语言是特定构建的用来传达speaker/writer 意思的系统。
- 人类语言是离散的、抽象的、绝对的发送信号的系统。
- 语言的符号可以通过以下方式被编码作为交流的信号:声音,手势,writing/images
- 什么是深度学习?
- 深度学习是机器学习的一个子领域
- 大多数机器学习方法效果好是因为人设计表示和输入特征
- 机器学习仅仅是通过优化权重来取得好的预测效果
- 深度学习与标准的机器学习不同
- 表示学习尝试自动的学习出好的特征和表示
- 深度学习算法试图学习中间的表示和输出
- 发展深度学习的原因
- 手工设计特征是不完全的并且需要浪费时间去设计和验证
- 学习的特征容易采用并且快速学习
- 深度学习提供灵活的,普遍的可学习框架对于单词、视觉和语言信息的表示
- 深度学习可以进行无监督和有监督的学习
- 大量数据、更快的机器和多CPU/GPU支持深度学习
- 更好的方法、算法、idea
- Deep learning for Speech
- 深度学习的第一个重大突破是在“语音识别”方面
- 深度学习小组的第一个关注方面在“计算机视觉”
- 先觉条件
- 熟悉python -----所有的任务都用python来完成
- 多元微积分,线性代数
- 基本概率和统计知识
- 机器学习的基础(包括损失函数,简单的求导,用梯度下降进行优化)
- What do we hope to teach?
- 理解和使用有效的现代化方法进行深度学习:(基本知识,NLP中的重要方法(RNN,attention))
- 人类语言的理解和理解中的困难
- 针对NLP的一些主要问题,使用TensorFlow建立系统
- 为什么NLP很难?
- 在表示、学习和使用语言的/情境的/上下文的/世界的/视觉的知识很复杂
- 人类语言有时是模棱两可的
- Deep NLP=Deep Learning+NLP
- 结合NLP的思想和目标使用解释学习和深度学习的方法去解决他们
- 最近几年NLP的大的进步:
(1)语言层面:word,syntax,semantics
(2)中间的任务/工具:parts-of-speech,entities,parsing
(3)全面应用:语义分析,问答,对话,机器翻译
- NLP级别的表示:Morphology(形态)
- Traditional :word are made of morphemes
- DL
(1)every morphology is a vector
(2)一个神经网络combines two vectors into one vector
- Traditional :word are made of morphemes
- Representations of NLP Levels: Semantic
- Traditional:Lambda calculus
(1)carefully engineered functions
(2)take as inputs specific other functions
(3)没有语言相似和模糊的概念
- DL
(1)每一个单词、词组或逻辑表达都是一个向量
- Traditional:Lambda calculus
- NLP应用:语义分析
- Traditional:将句子作为bag-of-word,查询正负词汇表决定句子的情感。需要手动设计特征
- 同一个DL模型可以用于morphology,syntax,and logical semantics(RNN)
- 问答
- Traditional:大量的特征工程去获取world和其他的知识。
- DL:事实用向量来存储
- 对话代理
- 一个简单的,成功的例子是Google的Inbox app
- 一个简单的,成功的例子是Google的Inbox app
NLP with DL------Lecture 1
最新推荐文章于 2024-08-16 11:24:16 发布