NLP入門-學習路徑

這幾天NLP我也沒有更新,並非放棄了學習,而是尋找一條合適本身的路徑,總結以後,列出來,供有一樣志向的小夥伴參考,而且之後文章更新也將按照這個順序更新,你們一塊兒努力吧!

1:形式語言

2:自動機

3:NLP基本介紹

4:什麼是語言模型

5:N-Gram介紹

6:語言模型的應用

7:語言模型的性能評估

8:什麼是數據平滑

9:有哪些數據平滑的方法

10:自適應方法介紹

11:機率圖模型概述

12:馬爾科夫過程

13:隱馬爾科夫過程(HMM)

14:HMM的三個基本問題

15:NLP的基本解碼問題求解

16:NLP的基本序列問題求解

17:HMM的參數估計與訓練

18:EM算法

19:HMM的應用

20:層次化馬爾科夫模型和馬爾科夫網絡

21:HTK軟件

22:什麼是熵

23:最大熵模型

24:實現最大熵模型的軟件

25:最大熵馬爾科夫模型

26:條件隨機場模型

27:最大熵與CRF應用

28:CRF++軟件

29:命名實體識別

30:未登陸詞處理方法彙總

31:詞性標註

32;文本分類 文本重排

33:文本表示,文本特徵選取與權重計算,詞向量

34:分類器設計

35:分類器性能評測

36:LDA與pLSA

37:情感分析

38:應用案例

最近發現有幾本參考書,分享給你們: