这几天NLP我也没有更新,并不是放弃了学习,而是寻找一条合适自己的路径,总结之后,列出来,供有同样志向的小伙伴参考,并且以后文章更新也将按照这个顺序更新,大家一起努力吧!
1:形式语言
2:自动机
3:NLP基本介绍
4:什么是语言模型
5:N-Gram介绍
6:语言模型的应用
7:语言模型的性能评估
8:什么是数据平滑
9:有哪些数据平滑的方法
10:自适应方法介绍
11:概率图模型概述
12:马尔科夫过程
13:隐马尔科夫过程(HMM)
14:HMM的三个基本问题
15:NLP的基本解码问题求解
16:NLP的基本序列问题求解
17:HMM的参数估计与训练
18:EM算法
19:HMM的应用
20:层次化马尔科夫模型和马尔科夫网络
21:HTK软件
22:什么是熵
23:最大熵模型
24:实现最大熵模型的软件
25:最大熵马尔科夫模型
26:条件随机场模型
27:最大熵与CRF应用
28:CRF++软件
29:命名实体识别
30:未登录词处理方法汇总
31:词性标注
32;文本分类 文本重排
33:文本表示,文本特征选取与权重计算,词向量
34:分类器设计
35:分类器性能评测
36:LDA与pLSA
37:情感分析
38:应用案例
最近发现有几本参考书,分享给大家:
