‘Sword

NLP简介 NLP的任务：1、问题回答（question answering）2、信息提取（information extraction）3、信息提取和情感分析（information extraction & sentiment analysis）4、机器翻译（machine translation）  NLP研究状况：一、{1、垃圾右键识别（spam detection）2、词性标注（pa

在第一周的末尾，主要讲述了编辑距离的有关知识，主要涉及了最小编辑距离计算和用动态划归的方法进行最小编辑距离的计算，这里不再展开。 周二的

接触NLP和ML也有近两年了，之前总是以为会了ML，NLP的问题就不在是问题了，的确ML的一个应用方向是NLP，可是我现在要说我错了，ML能够让你处理NLP更为便捷，而不是它就能够解决NLP问题了，所以NLP还是要老老实实的去学，真的是做学问没有任何的捷径。所以转过头来看NLP，来重新认识语言模型。 语言模型：目的是为了找到一个句子或者一个单词序列出现的概率，有时候也会计算一个序列之后将要出现单

第一节：文本分类的任务 1，为目标文本分配类别，主题，或者流派 2，垃圾邮件识别 3，作者身份识别 4，年龄，性别的识别 5，语言的识别 6，情感分析 文本分类的定义：输入：1，文档d，2，类的一个混合的集合 C = {c1,c2,c3....cj}；输出：一个预测类c，这个类属于集合C . 分类的方法：1、手写规则，规则是由单词和其他特征组合而成，精度很高，但是成本昂贵。2,