我的nlp学习路线
发布时间
阅读量：
阅读量
一、机器学习框架
（一）三大深度学习框架比较
这个项目是一个基于数据流图的数值计算工具包，并且是一个非常受欢迎的开源软件库
2.Keras–目前封装有全连接网络、卷积神经网络、RNN和LSTM等算法。
3.Caffe–考虑了代码清洁、可读性及速度的深度学习框架
4.NLTK–用来编写处理人类语言数据的Python程序
（二） 原版文档
5.scikit-learn–基于SciPy的机器学习模块
6.gensim–主题建模工具
7.pytorch
主要的数据分析工具包包括pandas以及 numpy ，它是一个强大的计算和建模平台。
在Python编程中进行数据可视化时常用到的库包括matplotlib
…
二、机器学习算法
1.朴素贝叶斯
2.决策树
3.Logistic回归
4.K邻近算法=KNN
5.SVM
6.聚类算法（k-means算法）
7.优化方法（Adaboost方法及其应用）
8.LDA主题模型
9.EM算法
…
三、nlp的应用和对应算法
（一） 中文自然语言处理流程
0.语料获取：公用语料集、爬虫技术
1.中文分词：jieba工具包
2.提取关键词：tf-idf
3.相似度计算：word2vec等
4.文本分类算法：朴素贝叶斯、SVM、FastText等
5.句子生成：Seq2Seq
6.命名实体识别：隐马模型、条件随机场、RNN等
…
四、nlp研究内容
1.信息检索
2.机器翻译
3.文本分类
4.问答系统
5.命名实体识别
6.自动文摘
7.信息抽取
8.舆情分析
9.机器写作
10.OCR或语音识别
五、其他
5.1 git操作
5.2 数据库安装及使用
mysql
5.3 json、xml格式处理
5.4 Linux
…
全部评论 (0)
还没有任何评论哟~