人人都是NLP应用专家

• 目录
• 开篇词：人人都是NLP应用专家
• 1 语言与文字
• 1.1 英文、中文、日文等的区别
• 1.2 分词技术与算法
• 1.2.1 正向最大匹配法
• 1.2.2 基于HMM的分词法
• 1.2.3 用户词典
• 2.1 TF-IDF
• 2.3 逻辑回归算法
• 3.2 神经网络的通俗理解
• 3.3 神经网络的训练
• 3.4 神经网络为什么这么强
• 5.2.1 卷积神经网络
• 5.2.1.1 卷积
• 5.2.2 用TextCNN做文本分类
• 5.2.1.3 卷积层
• 5.2.1.4 池化层
• 6 命名实体识别应用
• 6.1 循环神经网络
• 6.2 基于循环神经网络的NER
• 6.3 基于NER的自动填单系统小试
• 7 知识图谱
• 7.1 关系挖掘
• 7.2 关系保存
• 7.3 应用场景简介
• 8 语言模型简介
• 8.1 Attention（注意力机制）和Transformer
• 8.2 ELMo
• 8.3 BERT模型介绍
• 深度学习是什么
• Word2vec
• Doc2vec技术