NATURAL LANGUAGE PROCESSING

NLP 自然语言处理笔记

从文本预处理、词向量到循环神经网络，系统整理 NLP 基础。

6 篇学习笔记

LEARNING PATH

从文本预处理开始，进入自然语言处理

01

NLP 与文本预处理

认识 NLP 并完成分词与标注

01NLP 与文本预处理认识自然语言处理，并学习分词、命名实体识别和词性标注。NLP文本预处理开始阅读

02

词向量

理解稀疏表示与稠密词向量

02词向量表示理解 One-Hot、Word Embedding、Word2Vec、CBOW、Skip-gram 与 FastText。词向量Word2Vec开始阅读

03

文本分析

分析标签、长度与词频分布

03文本数据分析分析文本标签数量、句子长度、词频统计与关键词词云。文本分析词频统计开始阅读

04

文本特征与增强

完成特征处理、规范化与增强

04文本特征处理与数据增强学习 n-gram、文本长度规范化以及文本数据增强方法。n-gram数据增强开始阅读

05

RNN

理解循环神经网络与分类任务

05RNN 循环神经网络理解 RNN 模型、文本分类任务、计算公式与 PyTorch API。RNN文本分类开始阅读

06

LSTM 与 GRU

学习门控循环网络结构

06LSTM 与 GRU学习 LSTM 和 GRU 的结构、输入输出形式与 PyTorch 实现。LSTMGRU开始阅读