问题–>转换为数学优化问题–>找合适的工具解决
机器翻译 GPU
深度学习:大量学习才有Google的效果
需要考虑语法、语义、上下文
基本方法:分词、词直译、所有排列、LM(选出最合适的句子)语言模型
问答系统
法律、医疗都有应用
情感分析
input、特征工程 model、输出情感值
也可以用深度学习模型
- 股票价格预测
- 舆情监控
- 产品评论
- 事件监测
自动摘要 text summarization(难)
Chatbot 聊天机器人
- 闲聊
- 意图识别(例如:想订一个机票)
information extraction****应用很多
从非结构化的信息中抽取感兴趣的点
- NER 命名实体识别
- 关系抽取 Relation extraction
- 事件检测
核心技术
自然语言处理四个维度:
研究现状:
transformer:全attention的结构代替了lstm
attention
Seq2seq
encoder
decoder
BERT
参考:https://zhuanlan.zhihu.com/p/44121378
Original: https://blog.csdn.net/weixin_40425145/article/details/111565239
Author: weixin_40425145
Title: 自然语言处理NLP学习-基本目标和应用领域
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/595772/
转载文章受原作者版权保护。转载请注明原作者出处!