AI之NLP:自然语言处理技术简介(是什么/学什么/怎么用)、常用算法、经典案例之详细攻略(建议收藏)
NLP是一门融语言学、计算机科学、数学于一体的科学。主要内容包括如下:
推荐文章
NLP:自然语言处理技术的简介、发展历史、案例应用之详细攻略
Paper之ACL&EMNLP:2009年~2019年ACL计算语言学协会年会&EMNLP自然语言处理的经验方法会议历年最佳论文简介及其解读
NLP:《NLP Year in Review 2019&NLP_2019_Highlights》2019年自然语言处理领域重要进展回顾及其解读
Dataset:数据集集合(NLP方向数据集)——常见的自然语言处理数据集大集合(建议收藏,持续更新)
搭建Python开发环境
正则表达式在NLP中的基本应用
Numpy使用详解
Py之SnowNLP:SnowNLP中文处理包的简介、安装、使用方法、代码实现之详细攻略
NLP之word2vec:word2vec简介、安装、使用方法之详细攻略
NLP之ASR:语音识别技术(Automatic Speech Recognition)的简介、发展历史、案例应用之详细攻略
NLP之ASR:基于pyaudio利用python进行语音生成、语音识别总结及其案例详细攻略
NLP之ASR:基于python和机器学习算法带你玩转的语音实时识别技术
中文分词简介
中文分词工具—Jieba
词性标注
命名实体识别
实体识别(NER)
摘要提取
关键词提取技术概述
TF/IDF
TextRank
LSA/LSI/LDA算法
实战提取文本关键词
推荐文章
NLP:基于textrank4zh库对文本实现提取文本关键词、文本关键短语和文本摘要
NLP:基于snownlp库对文本实现提取文本关键词和文本摘要
NLP:基于nltk和jieba库对文本实现提取文本摘要(两种方法实现:top_n_summary和mean_scored_summary)
文本分析
句法分析概述
句法分析的常用方法
使用Stanford Parser的PCFG算法进行句法分析
文本向量化概述
向量化算法woed2vec
向量化算法doc2vec、str2vec
网页文本向量化
推荐文章
NLP:利用DictVectorizer对使用字典存储的数据进行特征抽取与向量化
NLP之word2vec:利用 Wikipedia Text(中文维基百科)语料+Word2vec工具来训练简体中文词向量
如:垃圾邮件分类、情感分析。
情感分析应用
情感分析基本方法
实战电影评论情感分析
推荐文章
NLP之TEA:自然语言处理之文本情感分析的简介、算法、应用、实现流程方法、案例应用之详细攻略
NLP之情感分析:基于python编程(jieba库)实现中文文本情感分析(得到的是情感评分)
全文检索的原理
Solr简介与部署
Solr后台管理描述
配置Schema
Solr管理索引库
分类器方法
无监督学习的文本聚类
文本分类:中文垃圾邮件分类
文本聚类:用k-means对豆瓣读书数据聚类
推荐文章
NLP之TM之LDA:利用LDA算法瞬时掌握文档的主题内容—利用希拉里邮件数据集训练LDA模型并对新文本进行主题分类
神经网络模型
多输出层模型
反向传播算法
最优化算法
丢弃法
激活函数
实现BP算法
词嵌入算法
训练词向量实践
朴素Vanilla-RNN
LSTM网络
Attention机制
Seq2Seq模型
图模型
深度学习平台
问答机器人
推荐文章
NLP之WE之CBOW&Skip-Gram:CBOW&Skip-Gram算法概念相关论文、原理配图、关键步骤之详细攻略
NLP之WE之Skip-Gram:基于TF利用Skip-Gram模型实现词嵌入并进行可视化、过程全记录
NLP:两种方法(自定义函数和封装函数)实现提取两人对话内容(***分隔txt文档),并各自保存为txt文档
NLP之TopicModel:朴素贝叶斯NB的先验概率之Dirichlet分布的应用
NLP之TM:基于gensim库调用20newsgr学习doc-topic分布并保存为train-svm-lda.txt、test-svm-lda.txt
NLP之TFTS读入数据:TF之TFTS读入时间序列数据的几种方法
NLP之WordCloud:基于jieba+matplotlib库对一段文本生成词云图~~情人节最好的礼物(给你一张过去的词云图,看看那时我们的爱情)
NLP之TEA:基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音&简繁转换→情感分析→测试)
ML之NB:(NLP)基于sklearn库利用不同语种数据集训练NB(朴素贝叶斯)算法,对新语种进行语种检测
NLP之BoW&NLTK:自然语言处理中常用的技术——词袋法Bow、NLTK库
NLP之词向量:利用word2vec对20类新闻文本数据集进行词向量训练、测试(某个单词的相关词汇)
NLP之NB&GBT:基于朴素贝叶斯(count/tfidf+网格搜索+4fCrva)、梯度提升树(w2c+网格搜索+4fCrva)算法对IMDB影评数据集进行文本情感分析(情感二分类预测)
NLP:NLP领域没有最强,只有更强的模型——GPT-3的简介、安装、使用方法之详细攻略
联系客服