精华内容
参与话题
问答
  • 简单来说:NLP的目的是让机器能够理解人类的语言,是人和机器进行交流的技术。...直到上个世纪八十年代,大部分自然语言处理系统还是基于人工规则的方式,使用规则引擎或者规则系统来做问答、翻译等功能。 第一次突...

    简单来说:NLP的目的是让机器能够理解人类的语言,是人和机器进行交流的技术。它应用在我们生活中,像:智能问答、机器翻译、文本分类、文本摘要,这项技术在慢慢影响我们的生活。

    NLP的发展历史非常之久,计算机发明之后,就有以机器翻译为开端做早期的NLP尝试,但早期做得不是很成功。直到上个世纪八十年代,大部分自然语言处理系统还是基于人工规则的方式,使用规则引擎或者规则系统来做问答、翻译等功能。

    第一次突破是上个世纪九十年代,有了统计机器学习的技术,并且建设了很多优质的语料库之后,统计模型使NLP技术有了较大的革新。接下来的发展基本还是基于这样传统的机器学习的技术,从2006年深度学习开始,包括现在图像上取得非常成功的进步之后,已经对NLP领域领域影响非常大。

    当年上小学时有一本书叫《字词句篇与达标训练》,里面讲了字、词、句、篇,我们开始学写字,词是最基础的一级,中文的一个字比英文的一个字母的语义要丰富的多,但表义能力仍然较差。所以中文一般的处理情况都是按照词级别,词级别的分析就有了中文分词、有了命名实体识别这样的层次来做底层处理。

    在这个底层处理之上是段落级别,是一句话、一段话、短的文本,对这个级别文本做法又对应了相关的技术,包括:依存文法分析、词位置分析、语义归一化、文本纠错等等功能。但是这个功能也是为它更上级的服务去服务的,达观称之为“篇章”级的应用。

    大部分同学平时做比赛、做项目关注的点最多是在“篇章”级的应用,底下这些中文分词等都已经有很好的工具了,不用再从头到尾去开发,只要关心上层的应用,把底下的工具用好,让它产生需要的Feature,来做分类、主题模型、文章建模,这种比较高层次的应用。

    所以,要做好NLP,包括我们公司在内,这三个级别的技术都是自己掌握的。但是如果个人学习使用是有权衡的。某个同学的某一个技术特别好也是OK的,因为现在开源工具,甚至商用工具有很好的效果。如果不要求精度特别高或者有特殊的要求,用这些工具一般是可以达到你的要求。

    每个层次的技术都是完全不同的,而且层次间的技术是有联系,一般的联系是底层是为上层服务。
    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    如何快速入门NLP自然语言处理概述
    http://www.duozhishidai.com/article-11742-1.html
    改变世界的七大NLP技术,你了解多少?
    http://www.duozhishidai.com/article-8918-1.html
    达观数据:想用好自然语言处理技术,要先克服这些困难
    http://www.duozhishidai.com/article-5348-1.html
    人工智能与自然语言处理概述:AI三大阶段、NLP关键应用领域
    http://www.duozhishidai.com/article-3382-1.html
    从语言学到深度学习NLP,一文概述自然语言处理
    http://www.duozhishidai.com/article-1120-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 不懂什么是自然语言处理?它在商业智能中又有哪些应用?带着这样的疑问,慧都网将从定义和应用两个方向,通过3分钟的时间快速了解自然语言处理NLP)。 语言是一项基本的沟通工具。人类使用语言来传递信息和意义...

    不懂什么是自然语言处理?它在商业智能中又有哪些应用?带着这样的疑问,慧都网将从定义和应用两个方向,通过3分钟的时间快速了解自然语言处理(NLP)。

    语言是一项基本的沟通工具。人类使用语言来传递信息和意义,人类善于用语言来描述现实世界。我们通常会通过语义线索来实现这一点,语义线索可以是文字,符号或者图像,它能提供与现实世界中所代表的事物更紧密的联系。

    当人们看到文本时,他们通常能理解其中的含义。而当计算机看到文本时,它们只能看到字符串,无法将其对应到现实世界的事物或者理解其中包含的想法。随着人类越来越依赖于计算系统,计算机理解文本和语言也变得越来越重要。这就是自然语言处理(NLP)的作用。现在,机器学习和人工智能正在不断发展,自然语言处理正是计算机与人类交流之间的桥梁。

    什么是自然语言处理?

    自然语言处理是计算机科学和计算语言学中的一个领域,用于研究人类(自然)语言和计算机之间的相互作用。语义是指单词之间的关系和意义。自然语言处理的重点是帮助计算机利用信息的语义结构(数据的上下文)来理解含义。

    例如,统计图表可能非常抽象。下图是一个对数图表,展示了各种动物的大脑和体重之间的关系。

    现在,如果我们应用语义来更好地表达此图的含义,它将如下所示:

    第二张图表使用了与每个动物相关的图像。然后图表立即变得更有意义了,因为我们的视觉系统不必识别前一图像中杂乱的文本标签。

    同样地,计算机使用语义来为单词和文本分配含义和意图。这能允许计算机和最终用户之间的对话。

    自然语言处理的例子

    自然语言已经渗透到日常生活中。最常见的自然语言技术有 Alexa,Siri 和 Google Assistant 等,这些技术能够通过识别语音模式来推断意义并提供适当的响应。NLP 也是一些 Gmail 功能的基础。例如 Gmail 使用 NLP 来自动解析并理解电子邮件的内容,它能够检测到像会议邀请,包裹发货通知和提醒等的内容。

    NLP 使用强大的解析,语法规则和算法来从人们的话语中获得意图。话语是通用语言中的语句或问题片段,由一系列的关键字组成。

    NLP 另一个常见的例子是网络搜索引擎。当您在搜索引擎中输入短语时,它将根据其他类似的搜索行为提供建议。您还可以在社交媒体网站上的搜索功能中看到它。例如,搜索“我认识的居住在奥斯汀的人”,这将显示在该地区的朋友列表。

    自然语言如何影响商业智能

    如今,商业智能(BI)供应商正在为可视化提供自然语言界面,以便用户可以自然地与他们的数据进行交互,在他们想到问题时提出问题。在 BI 市场中,自然语言通常被归类在“智能分析”中,与机器学习和人工智能的应用有关。

    自然语言处理能够为所有层次的用户(从初级到高级)开放数据分析,因为使用该技术来获得见解并不需要深入了解 BI 工具。

    “每个人都渴望获得有关数据的见解。自然语言是解决这一问题的一种重要方式。它能够让您询问有关数据的问题,而不需要考虑这样做的原理。”

    ——Tableau 自然语言团队的开发经理 Vidya Setlur

    在询问有关数据的问题时,人们通常不会从空白状态开始。我们经常会依赖上下文来激发我们的好奇心。同样地,在 BI 工具中,NLP 系统利用对话中的上下文来理解用户查询背后的意图并进行进一步对话,从而创建更自然的对话体验。

    例如,如果某人对他的数据有后续问题时,他不必复述问题以深入挖掘或澄清歧义。您可以使用 BI 工具“查找加利福尼亚附近的大地震”,然后提出一个后续问题,例如“德克萨斯附近怎么样?” 而不需要在第二个问题中也提到地震。

    上图是某人在 Tableau 自然语言功能中询问数据问题的例子,Ask Data。

    BI 工具中的自然语言功能能够让人们通过简单地与数据的交谈来获得洞察力。随着 BI 行业自然语言的日趋成熟,它将打破组织采用分析的障碍,并改变人们与数据交互的方式。

    慧都BI提供Tableau的产品和技术服务,更有企业级BI业务分析解决方案,我们拥有包括QlikTableauPower BI和 IBM Cognos全球领先的BI产品,并提供相关解决方案,让数据创造无限价值。

    与此同时可以拨打慧都热线023-68661681或咨询慧都在线客服,我们将帮您转接BI专业团队,并发送相关资料给您!

    展开全文
  • NLP自然语言处理简述

    千次阅读 2018-09-15 17:04:06
    什么是自然语言处理自然语言处理是研究在人与人交际中以及人与计算机交际中的语言问题的一门学科。自然语言处理要研制表示语言能力(linguistic competence)和语言应用(linguistic performance)的模型,建立...

    什么是自然语言处理?

    自然语言处理是研究在人与人交际中以及人与计算机交际中的语言问题的一门学科。自然语言处理要研制表示语言能力(linguistic competence)和语言应用(linguistic performance)的模型,建立计算框架来实现这样的语言模型,提出相应的方法来不断完善这样的语言模型,根据这样的语言模型设计各种实用系统,并探讨这些实用系统评测技术。

    根据这个定义,自然语言处理要研究 “在人与人交际中以及人与计算机交际中的语言问题”,既要研究语言,又要研究计算机,因此,它是一门交叉学科,它涉及语言学、计算机科学、数学、自动化等不同学科。

    以宗成庆所著《统计自然语言处理》为例,其在统计自然语言处理的理论方面,首先介绍相关的基础知识,例如概率论和信息论的基本概念、形式语言和自动机的基本概念。由于统计自然语言处理是以语料库和词汇知识库为语言资源的,因此接下来本书讲解了语料库和词汇知识库的基本原理。语言模型和隐马尔可夫模型是统计自然语言处理的基础理论,在统计自然语言处理中具有重要地位。因此本书介绍了语言模型的基本概念,并讨论了各种平滑方法和自适应方法,又介绍了隐马尔可夫模型和参数估计的方法。接着,本书分别论述了在词法分析与词性标注中的统计方法,在句法分析中的统计方法,在词汇语义中的统计方法。

    基于统计的自然语言处理的理论基础是哲学中的经验主义,基于规则的自然原因处理的理论基础是哲学中的理性主义。说到底,这个问题是关于如何处理经验主义和理论主义关系的问题。

    自然语言处理研究的内容?

    1. 机器翻译(machine translation,MT):实现一种语言到另一种语言的自动翻译
    2. 自动文摘(automatic abstracting):将文档的主要内容和含义自动归纳、提炼,形成摘要
    3. 信息检索(information retrieval):从海量文档中找到符合用户需要的相关文档
    4. 文档分类(document categorization/classification):对大量的文档按照一定的分类标准(例如,根据主题或内容划分等)实现自动归类。
      文档分类也称文本分类(text categorization/classification)或信息分类(information categorization/classification),近年来,情感分类(sentiment classification)或称文本倾向性识别(text orientation identification)成为本领域研究的热点。
    5. 问答系统(question-answering system):对用户提出的问题的理解,利用自动推理等手段,在有关知识资源中自动求解答案并做出相应的回答。
    6. 信息过滤(information filtering):自动识别和过滤那些满足特定条件的文档信息。
    7. 信息抽取(information extraction):指从文本中抽取出特定的事件(event)或事实信息,有时候又称事件抽取(event extraction)。
      信息抽取与信息检索不同,信息抽取直接从自然语言文本中抽取信息框架,一般是用户感兴趣的事实信息,而信息检索主要是从海量文档集合中找到与用户需求(一般通过关键词表达)相关的文档列表,而信息抽取则是希望直接从文本中获得用户感兴趣的事实信息。当然,信息抽取与信息检索也有密切的关系,信息抽取系统通常以信息检索系统(如文本过滤)的输出作为输入,而信息抽取技术又可以用来提高信息检索系统的性能。
      信息抽取与问答系统也有密切的联系。一般而言,信息抽取系统要抽取的信息是明定的、事先规定好的,系统只是将抽取出来的事实信息填充在给定的框架槽里,而问答系统面对的用户问题往往是随机的、不确定的,而且系统需要将问题的答案生成自然语言句子,通过自然、规范的语句准确地表达出来,使系统与用户之间形成一问一答的交互过程。
    8. 文本挖掘(text mining):从文本(多指网络文本)中获取高质量信息的过程。
      文本挖掘技术一般涉及文本分类、文本聚类(text clustering)、概念或实体抽取(concept/entity extraction)、粒度分类、情感分析(sentiment analysis)、自动文摘和实体关系建模(entity relation modeling)等多种技术。
    9. 舆情分析(public opinion analysis):舆情是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。显然,舆情分析是一项十分复杂、涉及问题众多的综合性技术,它涉及网络文本挖掘、观点(意见)挖掘(opinion mining)等各方面的问题。
    10. 隐喻计算(metaphorical computation):研究自然语言语句或篇章中隐喻修辞的理解方法。
    11. 文字编辑和自动校对(automatic proofreading):对文字拼写、用词,甚至语法、文档格式等进行自动检查、校对和编排。
    12. 作文自动评分:对作文质量和写作水平进行自动评价和打分
    13. 语音识别(speech recognition):将输入的语音信号识别转换成书面语表示。
    14. 文语转换(text-to-speech conversion):将书面文本自动转换成对应的语音表征,又称语音合成(speech synthesis)。
    15. 说话人识别/认证/验证(speaker recognition/identification/verification):对说话人的言语样本做声学分析,依此推断(确定或验证)说话人的身份。

    自然语言处理涉及的几个层次?

    如果撇开语音学研究的层面,自然语言处理研究的问题一般会涉及自然语言的形态学、语法学、语义学和语用学等几个层次。

    形态学(morphology):形态学(又称“词汇形态学”或“词法”)是语言学的一个分支,研究词的内部结构,包括屈折变化和构词法两个部分。由于词具有语音特征、句法特征和语义特征,形态学处于音位学、句法学和语义学的结合部位,所以形态学是每个语言学家都要关注的一门学科。

    语法学(syntax):研究句子结构成分之间的相互关系和组成句子序列的规则。其关注的中心是:为什么一句话可以这么说,也可以那么说?

    语义学(semantics):语义学的研究对象是语言的各级单位(词素、词、词组、句子、句子群、整段整篇的话语和文章,乃至整个著作)的意义,以及语义与语音、语法、修辞、文字、语境、哲学思想、社会环境、个人修养的关系,等等。其重点在探明符号与符号所指的对象之间的关系,从而指导人们的言语活动。它所关注的重点是:这个语言单位到底说了什么?

    语用学(pragmatics):是现代语言学用来指从使用者的角度研究语言,特别是使用者所作的选择、他们在社会互动中所受的制约、他们的语言使用对信递活动中其他参与者的影响。目前还缺乏一种连贯的语用学理论,主要是因为它必须说明的问题是多方面的,包括直指、会话隐含、预设、言语行为、话语结构等。部分原因是由于这一学科的范围太宽泛,因此出现多种不一致的定义。从狭隘的语言学观点看,语用学处理的是语言结构中有形式体现的那些语境。相反,语用学最宽泛的定义是研究语义学未能涵盖的那些意义。因此,语用学可以是集中在句子层次上的语用研究,也可以是超出句子,对语言的实际使用情况的调查研究,甚至与会话分析、语篇分析相结合,研究在不同上下文中的语句应用,以及上下文对语句理解所产生的影响。其关注的重点在于:为什么在特定的上下文中要说这句话?

    在实际问题的研究中,上述几方面的问题,尤其是语义学和语用学的问题往往是相互交织在一起的。语法结构的研究离不开对词汇形态的分析,句子语义的分析也离不开对词汇语义的分析、语法结构和语用的分析,它们之间往往互为前提。

    自然语言处理面临的困难?

    根据上面的介绍,自然语言处理涉及形态学、语法学、语义学和语用学等几个层面的问题,其最终应用目标包括机器翻译、信息检索、问答系统等非常广泛的应用领域。其实,如果进一步归结,实现所有这些应用目标最终需要解决的关键问题就是歧义消解(disambiguation)问题和未知语言现象的处理问题。

    一方面,自然语言中大量存在的歧义现象,无论在词法层次、句法层次,还是在语义层次和语用层次,无论哪类语言单位,其歧义性始终都是困扰人们实现应用目标的一个根本问题。因此,如何面向不同的应用目标,针对不同语言单位的特点,研究歧义消解和未知语言现象的处理策略及实现方法,就成了自然语言处理面临的核心问题。

    另一方面,对于一个特定系统来说,总是有可能遇到未知词汇、未知结构等各种意想不到的情况,而且每一种语言又都随着社会的发展而动态变化着,新的词汇(尤其是一些新的人名、地名、组织机构名和专用词汇)、新的词义、新的词汇用法(新词类),甚至新的句子结构都在不断出现,尤其在口语对话或计算机网络对话、微博、博客等中,稀奇古怪的词语和话语结构更是司空见惯。因此,一个实用的自然语言处理系统必须具有较好的未知语言现象的处理能力,而且有足够的对各种可能输入形式的容错能力,即我们通常所说的系统的鲁棒性(robustness)问题。当然,对于机器翻译、信息检索、文本分类等特定的自然语言处理任务来说,还存在若干与任务相关的其他问题,诸如如何处理不同语言的差异、如何提取文本特征等。

    总而言之,目前的自然语言处理研究面临着若干问题的困扰,既有数学模型不够奏效、有些算法的复杂度过高、鲁棒性太差等理论问题,也有数据资源匮乏、覆盖率低、知识表示困难等知识资源方面的问题,当然,还有实现技术和系统集成方法不够先进等方面的问题。

    展开全文
  • 1. 词法分析,对自然语言进行词汇层面的分析,是nlp基础性工作 1.1 分词,对没有明显边界的文本进行切分,得到词序列 1.2 新词发现,找出文本中具有新形势,新意义或是新用法的词 1.3 形态分析, 分析单词的形态组成,...

    1. 词法分析,对自然语言进行词汇层面的分析,是nlp基础性工作

       1.1 分词,对没有明显边界的文本进行切分,得到词序列

       1.2 新词发现,找出文本中具有新形势,新意义或是新用法的词

       1.3 形态分析, 分析单词的形态组成,包括词干,词根,词缀

       1.4 词性标注,确定文本中每个词的词性,词性包括动词,名词,代词等.

      1.5 拼写校正,找出拼写错误的词并进行校正.

    2. 句子分析,对自然语言进行句子层面的分析,包括句法分析和其他句子级别的分析任务.

        2.1 组块分析:标出句子中的短语块,例如名词短句,动词短语等.

        2.2 超级标签标注,给每个句子中的每个词标注上超级标签,超级标签是句法树中与该词相关的树形结构.

        2.3 成分句法分析,分析句子的成分,给出一棵树由终结符和非终结符构成的句法树.

       2.4 语种分析,给定一段文本, 确定该文本属于哪个语种

       2.5 给没有明显句子边界的文本加边界.

    3.语义分析:对给定文本进行分析和理解,形成能够表达语义的形式化表示或分布式表示

      3.1 词义消歧, 对有歧义的词,确定其准确的词义

     3.2 语义角色标注: 标注句子中的语义角色类标,语义角色,语义角色包括实施,受事,影响等.

    4.顶层任务:直接面向普通用户,提供自然语言处理产品服务的系统级任务,会用到多个层面的自然语言处理技术

      4.1 机器翻译,通过计算机自动化把一种语言翻译成另外一种语言

      4.2 文本摘要: 对较长文本进行内容梗概的提取

      4.3 问答系统: 针对用户提出的问题,系统给出相应的答案.

     4.4 对话系统, 能够与用户进行聊天对话,从对话中捕获用户的意图,并分析执行

    4.5 阅读理解,机器阅读完一篇文章后,给定一些文章相关问题,机器能够回答.

    4.6 自动文章分级, 给定一篇文章,对文章的质量进行打分或分级.

     

     

    展开全文
  • 理解NLP中的卷积神经网络(CNN)

    千次阅读 2018-04-29 02:42:03
    一、理解NLP中的卷积神经网络(CNN)现在当我们听到神经网络(CNN)的时候,一般都会想到它在...所以在这篇文章中,主要回答一下两个问题:1,什么是CNN?2,CNN如何应用到NLP中?1.什么是卷积?让我们先从图像...
  • 什么是NLP

    千次阅读 2019-07-05 15:18:40
    自然语言处理 - 知乎 https://www.zhihu.com/topic/19560026/intro
  • 导读:在人类社会中,语言扮演着重要的角色,语言是人类区别于其他动物的根本标志,没有语言,人类的思维无从谈起,沟通交流更是无源之水。所谓“自然”乃是寓意自然进化形成,是为了...
  • 在AI时代,我们希望计算机能够拥有...而在计算机领域,自然语言处理(NLP,NaturalLanguageProcessing)就是研究如何让计算机理解并生成人类的语言,从而和人类平等流畅地沟通交流。 自然语言处理技术在百度已经有悠久...
  • 自然语言处理NLP)是人工智能的一个领域,其中计算机以一种智能且有用的方式分析、理解获取人类语言中获取含义。通过利用NLP技术,开发人员可以组织和构造算法模型让计算机自动来执行诸如自动摘要,翻译,命名实体...
  • 什么是自然语言处理自然语言处理NLP)是指机器理解并解释人类写作、说话方式的能力。 NLP的目标是让计算机/机器在理解语言上像人类一样智能。最终目标是弥补人类交流(自然语言)和计算机理解(机器语言)之间...
  • 什么是自然语言处理

    千次阅读 2016-11-18 16:13:08
    一、什么是自然语言处理 简单地说,自然语言处理(Natural Language Processing,简称NLP)就是用计算机来处理、理解以及运用人类语言(如中文、英文等),它属于人工智能的一个分支,是计算机科学与语言学的交叉...
  • 一、什么是自然语言处理NLP)   首先先了解一下什么是自然语言,自然语言是人类社会发展过程中自然产生的语言,是最能体现人类智慧和文明的产物,也是大猩猩与人的区别(2019斯坦福cs224n,lesson1)。它是一种...
  • NLP是人工智能的一个子领域,作为AI产品经理,我们至少要...NLP,中文叫自然语言处理,简单来说,是一门让计算机理解、分析以及生成自然语言的学科,大概的研究过程是:研制出可以表示语言能力的模型——提出各种...
  • python 自然语言处理(NLP)入门

    千次阅读 2018-11-29 15:52:46
    原 python 自然语言处理(NLP)入门 2017年11月21日 20:32:26 SinGaln 阅读数:6997 </div> ...
  • 深度学习(Deep Learning),自然语言处理NLP)及其表达(Representation)简介过去几年中,深度神经网络在模式识别领域占据着统治地位。他们在诸多计算机视觉任务领域,将之前的最好算法彻底击败。语言识别也正...
  • 自然语言处理(NLP)入门

    万次阅读 多人点赞 2017-11-21 20:32:26
    什么是NLP?简单来说,自然语言处理(NLP)就是开发能够理解人类语言的应用程序或服务。这里讨论一些自然语言处理(NLP)的实际应用例子,如语音识别、语音翻译、理解完整的句子、理解匹配词的同义词,以及生成语法正确...
  • 自然语言处理大体包括了自然语言理解和自然语言生成两个部分,实现人机间自然语言通信意味着要使计算机既能理解自然语言文本的意义,也能以自然语言文本来表达给定的意图、思想等,前者称为自然语言理解,后者称为...
  • 中文自然语言处理可能是 NLP 中最难的?

    万次阅读 热门讨论 2018-06-22 13:22:21
    在人工智能背景技术下,自然语言处理NLP)技术被越来越多的人看好,并受到重视。其中,以微软小冰为代表的聊天机器人,如今却成了网红,迅速刷爆了微信和朋友圈,一个17岁纯情少女懂礼貌、有素质和会作诗,众多...
  • NLP,中文叫自然语言处理,简单来说,是一门让计算机理解、分析以及生成自然语言的学科,大概的研究过程是:研制出可以表示语言能力的模型——提出各种方法来不断提高语言模型的能力——根据语言模型来设计各种应用...
  • 1、自然语言处理圣经---《自然语言处理综论》2、视频课程《深度学习与自然语言处理-2018》3、Natural Language Processing (NLP)4、吴恩达经典课程 - Machine Learning —Coursera5、斯坦福 Natural Language ...
  • 人工智能 之 自然语言处理NLP)算法分类总结

    万次阅读 多人点赞 2018-08-29 14:16:37
    一、人工智能学习算法分类 人工智能算法大体上来说可以分类两类:基于统计的机器学习算法(Machine Learning)和深度学习算法(Deep Learning) 总的来说,在sklearn中机器学习算法大概的分类如下: ...
  • 国内外自然语言处理(NLP)研究组

    万次阅读 多人点赞 2015-04-05 20:26:26
    *博客地址... *排名不分先后。收集不全,欢迎留言完善。 中国大陆地区: 腾讯人工智能实验室(Tencent AI Lab) ... https://ai.tencent.com/ailab/nlp/ ...苏州大学自然语言处理实验室 http:/...
  • [NLP自然语言处理]谷歌BERT模型深度解析

    万次阅读 多人点赞 2018-10-15 17:49:18
    我的机器学习教程「美团」算法工程师带你入门机器学习 已经开始更新了,欢迎大家订阅~ 任何关于算法、编程、AI行业知识或博客内容的问题,可以随时扫码关注公众号「图灵的猫」,加入”学习小组“,沙雕博主在线答疑...
  • 自然语言处理NLP)是机器学习(ML)的一个子领域,NLP任务通常以文本形式处理自然语言,而文本本身由较小的单元(如单词和字符)组成。而要处理的文本数据是有问题的,因为我们的计算机,脚本和机器学习模型无法以...
  • 自然语言处理(NLP)的一般处理流程!

    千次阅读 2019-08-20 19:36:10
    什么是NLP2. NLP主要研究方向3. NLP的发展4. NLP任务的一般步骤5. 我的NLP启蒙读本6. NLP、CV,选哪个? 1. 什么是NLP 自然语言处理 (Natural Language Processing) 是人工智能(AI)的一个子领域。**自然语言处理...
  • 自然语言处理NLP)学习路线总结

    千次阅读 多人点赞 2019-03-20 21:01:53
    目录 自然语言处理概述 ...自然语言处理入门基础 ...自然语言处理的主要技术范畴 ...自然语言处理(Natural Language Processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究人与计算机之间...
  • NLP的典型运用 机器翻译 自动摘要 文本分类和信息过滤 信息检索 自动问答 信息抽取与文本挖掘 情感分析 … 机器翻译(Machine Translation) 自动摘要(Text Summarization) 文本分类(Text Classification) ...
  • 自然语言处理NLP)简介

    千次阅读 2020-05-30 00:00:29
    简单地说,自然语言处理就是用计算机来处理、理解以及运用人类语言(如中文、英文等),它属于人工智能的一个分支,是计算机科学与语言学的交叉学科,又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本...
  • NLP自然语言处理简介

    千次阅读 2019-09-05 23:41:46
    作者:刘知远。清华大学计算机系副教授、博士生导师。...承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖...
  • 编辑 | 机器学习算法与自然语言处理公众号 本文仅作学术分享,若侵权,请联系后台删文处理 在不同阶段的竞争力要求不一样。从T4到T9的能力进阶路线: 1 实现模型,调参能力 给一个idea或论文,能够快速实现(可以...

空空如也

1 2 3 4 5 ... 20
收藏数 367,178
精华内容 146,871
关键字:

nlp是什么