自然语言处理-Stanford笔记

最新推荐文章于 2022-11-07 18:19:56 发布

原创

最新推荐文章于 2022-11-07 18:19:56 发布 · 326 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#自然语言处理

这是一份详细的Stanford自然语言处理课程的学习笔记，涵盖了基础文本处理、最小编辑距离、语言建模、拼写纠正、文本分类与朴素贝叶斯、情感分析、最大熵模型、信息提取和命名实体识别、关系抽取等多个核心主题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. Basic Text Processing

1. Regular Expressions
2. Word tokenization
3. Word Normalization and Stemming
4. Sentence Segmentation and Decision Trees

2. Minimum Edit Distance

1. Definition of  Minimum Edit Distance
2. Computing Minimum Edit Distance 
3. Backtrace for Computing Alignments
4. Weighted Minimum Edit DIstance 
5. Minimum Edit Distance in Computational Biology

3. Language Modeling

1. Introduction to N-grams
2. Estimating N-gram Probabilities
3. valuation and perplexity
4. Generalization and zeros

Smoothing
: Add-one(Laplace) smoothing
    Add-1, Add-k, Unigram prior Smoothing 贴图（3-68）
Interpolation(插值法), Backoff, and Web-Scale LMs
    总结： Add-1，文本分类可以，语言模型不适用； 插值法比较常用；web-scale的N-grams 使用简单的回退，trigram->bigram->unigram
Advanced: Good Turing Smoothing
Advanced: Kneser-Ney Smoothing