###开篇
这边给自己挖个大坑,这边主要讲一些基本的nlp任务和对应的算法,希望给大家一个对应的索引,以便去很好的寻找相对应的算法,也希望能够和我未来写的博客建立起来链接。
###目录
注意这边这是一个目录,我会慢慢丰富这个目录,然后建立目录和相应的博客链接。
-
词性分析
算法:基于Bi-LSTM-CRF算法体系,以及丰富的多领域词表 -
命名实体识别
和词性分析同属序列标注
算法:基于Bi-LSTM-CRF算法,最新的bert -
句法分析(依存句法分析、成分句法分析)
算法:shift-reduce、graph-based、Bi-LSTM
依存句法 -
情感分析(情感对象、情感属性、情感属性关联)
算法: 情感词典挖掘、属性级、句子级、篇章级情感分析 -
句子生成
算法:Beam Search、Seq2Seq+Attention -
句子相似度(浅层相似度、语义相似度)
算法:Edit Distance,Word2Vec,DSSM
中文短文本相似度:WMD
深度文本匹配的基本方法
深度文本匹配模型(一)
深度文

本文介绍了自然语言处理(NLP)的一些基本任务,包括词性分析、命名实体识别、句法分析、情感分析、句子生成、句子相似度、文本分类和聚类等,并提到了相关算法如Bi-LSTM-CRF、BERT、Word2Vec等,同时概述了在问答机器人和评论总结系统等应用中的实践。
最低0.47元/天 解锁文章
9834

被折叠的 条评论
为什么被折叠?



