【NLP】什么是自然语言处理_自动问答介绍

前面写的话

扎实的基础能力，才可能具备创造力。建立自己的NLP知识体系。
如果没有学习过这些
《统计学习方法》李航
《机器学习》周志华
https://github.com/hadrienj/deepLearningBook-Notes
https://esl.hohoweiya.xyz/
https://github.com/ctgk/PRML
https://mqshen.gitbooks.io/prml/content/

《程序员的数学：概率统计》
《程序员的数学：线性代数》
《动手深度学习》pytorch的书和代码
https://github.com/ShusenTang/Dive-into-DL-PyTorch
《python数据科学手册》关于pandas，numpy，matplotlib
https://1lib.net/?regionChanged=&redirect=933173
那就默哀，去补吧！

适合Research

MIT研究生学习指导–怎么样做研究生
https://mp.weixin.qq.com/s/PCBcL2eK6Dcw4YDNvIrNDw
原文PDF网址
https://dspace.mit.edu/bitstream/handle/1721.1/41487/AI_WP_316.pdf
人工智能博士万字长文分享–读博那些事

https://mp.weixin.qq.com/s/wOY7gMTa6JPGnER55yd7yw
NLP研究入门之道
https://github.com/zibuyu/research_tao
初入NLP领域的一些小建议
https://zhuanlan.zhihu.com/p/59184256
哪些高产的写着都是怎么样工作的
https://zhuanlan.zhihu.com/p/51403680
初学者如何查阅NLP领域的学术资料
https://hijerry.cn/p/49382.html

实战

调试机器学习模型的六种方法
https://mp.weixin.qq.com/s/uHDnfJxFB7uvUECbPDJL-w
33个神经神经网络“炼丹”技巧
https://mp.weixin.qq.com/s/whbQ3b7NcA9Ifvb9aymkbQ
如何更好的进行神经网络调参
【传送门】
如何选择正确的机器学习算法
https://mp.weixin.qq.com/s/5lyHhcLS_inodSeXogXpsg
100行内代码完成NLP任务
https://github.com/graykode/nlp-tutorial

大牛课程

吴恩达深度学习课程
https://www.coursera.org/specializations/deep-learning
笔记
https://github.com/fengdu78/deeplearning_ai_books
附吴恩达机器学习课程和笔记链接
https://www.coursera.org/learn/machine-learning
笔记
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

CS224N
http://web.stanford.edu/class/cs224n/index.html
Pytorch实现
https://github.com/DSKSD/DeepNLP-models-Pytorch#references
附pytroch在所有任务上的应用导览GitHub
https://github.com/bharathgs/Awesome-pytorch-list
以及pytorch的中文handbook
https://github.com/zergtant/pytorch-handbook

NLP定义

NLP：让机器学会处理我们的语言

NLP的重要模型概览

研究方向概述

机器翻译
Machine translation MT实现一种语言到另一种语言的自动翻译

信息检索
Iformation Retrieval IR利用计算机系统从大量文档资源中找到符合用户需要的相关信息

自动文摘
antomatic summarize 将原文档的主要内容或某方面的信息自动提取出来，并形成原文档的摘要或者缩写

文档分类
Document Categorization 其目的就是利用计算机系统对大量文档按照一定的分类标准（根据主题或者内容划分）实现自动归类

信息过滤
information filtering QA通过计算机系统自动识别和过滤哪些满足特定条件的文档信息

问答系统
question answering system 通过系统对人提出的问题的理解，利用自动推理等手段，在有关知识资源中自动求解答案并作出相应的回答

关系抽取
relation extraction 通过计算机系统对非结构化的文档进行识别，根据已得到的命名实体，判断实体两两之间的关系并形成结构化的知识。

语音识别
speech recognition将输入计算机的语音型号识别转换成书面表示。

等等等

NLP发展流程（不重要）

NLP的基本流程

1. 文本
2. 文本处理
3. 文本数据探索性分析
4. 文本 特征工程
5. 建模训练
6. 评估和部署