自然语言处理学习路线

学习目标

• NLP 系统知识（从入门到入土）

学习内容

1. NLP的基本流程：（待更）
2. 文本预处理（中 & 英，中—>标点符号处理、繁体转简体、分词Tokenizer）：（待更）
3. 词袋模型（中 & 英，中—>TF-IDF、One-hot 、Word2vec）：（待更）
4. 基于N-gram的浅层神经网络（CBOW、Skipgram）：（待更）
5. 序列网络在NLP领域的应用（RNN、GRU、LSTM）：（待更）
6. 预训练模型（ELMO、Bert、T5、GPT、Transformer）：（待更）
7. 文本分类（Fasttext、Textcnn）：（待更）
8. 序列标注 / 命名实体识别（CRF、LSTM-CRF、BiLSTM-CRF）：OCR、实体对齐、语义消歧、语义分析、关系抽取等（待更）
9. 语义匹配：（待更）
10. 关键词提取：（待更）
11. 文本摘要：（待更）
12. 知识图谱：（待更）
13. 大模型系列：转至《大模型 & AIGC》专栏

学习平台

GPU资源：本地GPU，google的colab，kaggle的notebook，百度的飞桨平台，AutoDL的云端租赁。

• B站
• YouTube（科学上网）
• Github（科学上网）
• PaddlePaddle（百度开源平台）

Reference

1. 【吹爆！】强强联手！科大讯飞和中科院终于把【多模态大模型】给讲通透了！CLIP、blip、blip2三种模型原理一次性学透！全程干货分享无废话！_哔哩哔哩_bilibili
2. NLP.TM[23] | NLP学习线路推荐 - 知乎 (zhihu.com)
3. 保姆级NLP学习路线来啦！-腾讯云开发者社区-腾讯云 (tencent.com)

小结

NLP持续更新中....（bg：科班出身，具备AI领域2年+在校项目、竞赛、科研经历，毕业后从事AI相关岗1年+——Quant。目前已涉猎业务领域包含传统ML+表格型业务、时序预测、LLMs & MLLMs，待完善AI技术栈仍有NLP、CV、MLLMs、RL、推荐系统、联邦学习等。业余时间尽力保持更新，敬请期待......）