本文介绍了自然语言处理(NLP)的基础概念，包括NLP作为人工智能分支的地位，以及NLP任务的流程，从特征提取到深度学习模型的应用。同时，文章还涵盖了TensorFlow的基本操作，如图、会话和tensor的概念，为读者提供了NLP领域的理论与实践指南。
自然语言处理基础
1、何为NLP？
Natural Language Processing（NLP）是（artificial intelligence）人工智能的一个分支。
学习自然语言处理理论，并且通过对某些数据集的文本分类任务不断优化来进行实践。
任务路线： 特征提取——>特征选择——>文本表示——>传统机器学习算法跑模型——>LDA生成新特征——>深度学习算法跑模型
2、tensorflow的安装和基础
- 图（graphs）、会话（session）、tensor、变量、feed、fetch
- 使用图来表示计算任务
- 在会话的上下文中执行图
- 使用tensor表示数据
- 通过变量（variable）维护状态
- 使用feed和fetch为任意的操作赋值或者从其中获取数据
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
