学习中

自然语言处理进阶手册--置业问答分类器

自然语言处理进阶手册--英法翻译系统

自然语言处理进阶手册--NLP 前沿模型

自然语言处理进阶手册--藏头诗生成器

自然语言处理进阶手册--Seq2seq 和注意力机制

自然语言处理进阶手册--新闻文本数据分类

自然语言处理进阶手册--循环神经网络

自然语言处理通关手册--外卖订单的评论分析

自然语言处理进阶手册--人工神经网络初探

自然语言处理通关手册--词汇的分布式表征

自然语言处理通关手册--文本的表征

自然语言处理通关手册--新词挖掘

自然语言处理通关手册--关键词提取

自然语言处理通关手册--文本纠错

自然语言处理通关手册--语言模型

自然语言处理通关手册--文本数据的读写及操作

自然语言处理通关手册--文本数据预处理

自然语言处理预训练技术实践--XLNet 预训练模型及命名实体识别

自然语言处理预训练技术实践--GPT-2 预训练模型及文本生成

自然语言处理预训练技术实践--BERT 预训练模型及文本分类

基于深度学习的命名实体识别方法

基于条件随机场的词性标注方法

基于隐马尔可夫的中文分词方法

在上一个实验中，我们讲解了中文分词的基本方法，并实现了正向最大匹配法。而本次挑战要求实现逆向最大匹配法。其实逆向最大匹配法与正向最大匹配法很相似。正向最大匹配法是从正向开始匹配，而逆向最大匹配法则是从反向开始匹配。两者的差别仅此而已。如果你对正向最大匹配法还不熟悉则可以再去看上一个实验的内容。下面我们再简单讲解一下逆向最大匹配法的流程。假设我们有要分的句子为【去成都看大熊猫】，词典为【大熊猫，成都】。

语言是人类区别于其他动物的本质特征。因此，语言也可以看做是智能的一种体现。在历史上，人类为了信息交流的方便以及流传，发明了各式各样的文字用于记录。而且这些文字在不断的改进中传承至今。但是，随着计算机技术的发展，使得计算机在某些任务的有着超常的表现。这使得科学家们开始思考，能不能让机器也能像人类一样理解自然语言，并使用计算机帮助人类完成相关的任务？也正是这样的疑问推动了自然语言处理技术的诞生。如果你之前有学过机器学习或深度学习相关的课程，那么相信你对自然语言处理应该不会很陌生。