自然语言处理学习笔记（通俗白话）_自然语言处理考点

1，Transformer

Transformer 经典模型：简单理解 编码器(Encoding)+解码器(Decoding)
编码器：提取特征
解码器：根据得到的特征尽可能的对原物进行还原

2，注意力机制

直接关注物体更显著的特征，有重点的去提取特征。
自注意力机制： 进入解码器时的数据完全来自编码器。
交叉注意力机制： 进入解码器时的数据一部分来自编码器，一部分由解码器自己生成。

3，卷积网络为什么要用多个卷积核进行图像处理？

不同的卷积核针对的特征不同，比如对一张图像而言，关注的可能有纹理，色泽等。

4，最小二乘法 的一点见解

发明最小二乘法的勒让德认为，让误差的平方和最小估计出来的模型是最接近真实情形的(误差=真实值-理论值)。那么，为什么是误差的平方和呢？
用 真实值-预测值 的问题是：会出现正负相消的情况，从而出现误判。
用 |真实值-预测值| 的问题是：loss并非次次可导。
而**（真实-预测）的平方**很好的规避了这两个问题。

PS：附上本人认为较为详细的理解
最小二乘法的原理理解

5，卷积网络发展

激活函数

激活函数是神经网络非线性的来源，如果不引入，则神经网络的线性模型的复合仍然为线性模型，不能很好的拟合非线性情况下的模型。

anaconda search -t conda opencv-python

卷积神经网络：

与传统神经网络(参数多)最大的特点权值共享、局部连接 (引入kernel实现)
输入层
卷积层
池化层作用：进一步压缩特征（防止处理的参数过多）常用的池化层有，均值池化层、最大值池化层等
全连接层：整合数值得结果
随机失活：如果模型过于复杂或参数更多，随机取消一些连接来实现。
**Batch Normalization（批归一化）好处：**否前提假定，批数据满足独立同分布；在最后进行批归一化处理，试图把数据拉回原来的分布。

空洞卷积

结合大卷积核的感受范围广的优点和小卷积核训练参数少的优点，空洞卷积核应运而生！
But 会造成部分信息丢失！

主要应用于语义分割领域。
图像分类、目标检测、图像分割。图像分割分为语义分割和实例分割。

RNN

处理（时间）序列数据的必须！
存在短期记忆问题。——解决方法：LSTM

LSTM（长的_短期记忆网络）

遗忘门：决定丢失的是什么信息
输入门：更新一部分信息，选择接受什么信息
输出门：

考点总结：

1，词频(TF),逆文档频率(IDF)
eg,在包含N个文档的语料库中，随机选择的一个文档总共包含T个词条，词条“hello”出现 K 次。如果词条“hello”出现在全部文档的数量接近三分之一，则TF（词频）和 IDF（逆文档频率）的乘积的正确值是多少？
词频计算公式：该词数/当前文档总词数

逆文档频率：log(总文档数/包含该词条的文档数) ， 分母加1主要是防止包含词条ti的数量为0从而导致运算出错的现象发生。
逆文档频率越大，其类别区分能力越强。

2，Bert
特点：
可以自定义训练特定主题
支持上下文建模
BERT使用token嵌入、段嵌入（Segment Embedding）、位置嵌入（Position Embedding）
对句子中所有词之间的关系进行建模，而与它们的位置无关。
网络结构：transformer的堆叠。
预训练的表征语言模型，以往的预训练模型的结构会受到单向语言模型（从左到右或者从右到左）的限制，因而也限制了模型的表征能力，使其只能获取单方向的上下文信息。而BERT利用MLM进行预训练并且采用深层的双向Transformer组件（单向的Transformer一般被称为Transformer decoder，其每一个token（符号）只会attend到目前往左的token。而双向的Transformer则被称为Transformer encoder，其每一个token会attend到所有的token。）来构建整个模型，因此最终生成能融合左右上下文信息的深层双向语言表征。
3，ELMo
特点：
实现多个词的嵌入，解决了多义词的问题
ELMo尝试训练两个独立的LSTM语言模型（从左到右和从右到左），并将结果连接起来以产生词嵌入。