码迷,mamicode.com
首页 > 其他好文 > 详细

nlp书单

时间:2020-01-19 12:39:31      阅读:72      评论:0      收藏:0      [点我收藏+]

标签:线性代数   框架   人工智   运行   统计学习   包括   martrix   热力图   tensor   

自然语言处理入门基础

1 数学基础

(1)线性代数

向量、 矩阵、距离计算(余弦距离、欧式距离、曼哈顿距离、明可夫斯基距离、切比雪夫距离、杰卡德距离、汉明距离、标准欧式距离、皮尔逊相关系数)

(2)概率论

随机试验、条件概率、全概率、贝叶斯定理、信息论

(3)统计学

图形可视化(饼图、条形图、热力图、折线图、箱线图、散点图、雷达图、仪表盘)

数据度量标准(平均数、中位数、众数、期望、方差、标准差)

概率分布(几何分布、二项分布、正态分布、泊松分布)

统计假设检验

2 语言学基础

语音、词汇、语法

3 Python基础

廖雪峰教程,Python从入门到实践

4 机器学习基础

统计学习方法、机器学习周志华、机器学习实战

5 深度学习基础

CNN、RNN、LSTM

6 自然语言处理的理论基础

统计自然语言处理(宗成庆第二版)、Python自然语言处理、数学之美(第二版)

 

7、NLP常用工具

(1)Anaconda

Anaconda是一个用于科学计算的Python开发平台,支持 Linux,Mac和Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本Python并存、切换以及各种第三方包安装问题。Anaconda利用conda命令来进行package和environment的管理,并且已经包含了Python和相关的配套工具。Anaconda集成了大量的机器学习库以及数据处理必不可少的第三方库,比如NumPy,SciPy,Scikit-Learn以及TensorFlow等。

(2)Scikit-learn

Scikit-learn是广受欢迎的入门级机器学习库,包含大量的机器学习算法和特征提取实现,使用非常简便。Scikit-learn实现的是浅层学习算法,神经网络仅实现了多层感知机。

(3)TensorFlow

TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,可被用于语音识别或图像识别等多项机器学习和深度学习领域。

(4)Keras

Keras是一个高级别的Python神经网络框架,能在TensorFlow或者 Theano 上运行。Keras的作者、谷歌AI研究员Francois Chollet宣布了一条激动人心的消息,Keras将会成为第一个被添加到TensorFlow核心中的高级别框架,这将会让Keras变成Tensorflow的默认API。

(5)Gensim

Gensim是一款开源的第三方Python工具包,用于从原始的非结构化的文本中,无监督地学习到文本隐层的主题向量表达。它支持包括TF-IDF,LSA,LDA,和word2vec在内的多种主题模型算法,支持流式训练,并提供了诸如相似度计算,信息检索等一些常用任务的API接口。

(6)NLTK

在NLP领域中,NLTK是最常使用的一个Python库。

(7)Jieba

Jieba,结巴分词是最受欢迎的中文分词工具。

 

8、NLP语言模型

(1)词的独热表示(one-hot representation)

(2)Bag of Words

(3)Bi-gram 和 N-gram

(4)词的分布式表示(distributed representation)

(5)共现矩阵(Cocurrence martrix)

(6)神经网络语言模型(Neural Networ Language model,NNLM)

(7)word2vec

连续词袋模型(Continuous Bag of Words,CBOW)

Skip-Gram模型

 

 

9、快速入门NLP方法

(1)认真看完一本NLP相关的书,坚持看完一部视频。

(2)看这两年相关方向的综述论文,然后看一些经典的论文和最新论文。

(3)独立实现一个小型的自然语言处理项目。

(4)可以在Github上找到很多相关的开源代码,选一个自己感兴趣的方向进行研究。

nlp书单

标签:线性代数   框架   人工智   运行   统计学习   包括   martrix   热力图   tensor   

原文地址:https://www.cnblogs.com/dongxiaoxuan/p/12213169.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!