一.nlp的主要应用与基础技术（个人总结）
应用：
1.翻译（已经做得比较很不错了，但是实时翻译还有所不足）***
2.对话（还有非常对的技术壁垒，可做的东西很多）***
3.文本数据挖掘（eg，情感分析，kaggle竞赛之双高预测）
4.信息检索（eg，百度搜索）
5.文本生成，写诗，写事件报道（一场比赛结束，比赛的信息存在一个数据库里。还有现场直播的解说词，通过时间轴可以找到对应关系。那现在，一场足球比赛结束，马上就要一个体育报道，这个报道就能形成。报道的文字出来之后，还要自动找图片配上去，这就涉及到选哪个图片是最好的，配完图片就形成一个完整体育报道。）
6.其他，如会议系统，如筛选简历（信息抽取），word里语法检查等
如果是语音信号，在使用nlp之前，需要做语音信号处理（个人理解），下图来自于腾讯犀牛鸟计划：
用到的最基础的技术：
分词（中文分词常用jieba，https://blog.csdn.net/flysky1991/article/details/73948971），文本特征提取（把字符串、文本转化为机器学习模型可处理的数值特征：TfidfVectorizer），文本相似度计算（常用于信息检索、数据挖掘、机器翻译等，https://blog.csdn.net/flysky1991/article/details/72786820）.......
二.关键的几个问题（摘自msra周明的北大公开课）
（一）有了大数据、神经网络、不断完善的网络结构、云计算、落地场景、未来的NLP会发展的越来越好。有几点预测：
1、未来的口语机器翻译一定是普及的，出国的语言交流将不是问题；
2、聊天系统越来越实用；
3、电脑创作诗词，小说，歌曲将会流行起来；
4、语音助手，物联网，智能家居，智能硬件等等都会因为自然语言的发展而普及起来；
5、与其他AI技术一起再金融、法律、教育、医疗上得到广泛应用。
整体上人工智能会提升人的生活质量，普惠所有人，因此我认为自然语言是未来的一个很好的方向。
（二）自然语言领域还有哪些的题目还能选呢？
神经网络机器翻译还可以在做，例如生词、篇章级的处理还不好，而且领域迁移做的不好，这些领域还可以进一步研究。第二个思路，用小数据集来训练机器翻译系统。
第二个方向，针对问答系统（QA），除了可以针对知识库来做，还可以无结构的文本集，表格图片。第二个和QA有关的是语义分析。
第三个方向是多轮对话，如何更好地建模上下文，甚至用户的不同时期的回复来生成好的回复。
最后还有很多跨学科跨领域的地方，例如歌曲创作等等。
而未来创业呢？主要考虑场景，先从市场需求出发，反推需要的技术。需要大家了解市场，可以通过在公司实习，了解实际需求，来反思学校学到的东西，哪些是用的上的，哪些还不行。也许可以发现我们未来创业的机会。
（三）视频现在是现象级的事件，发展很强劲，那么关于视频，它和自然语言怎么结合，未来会爆发出哪些和自然语言有关的应用场景？
现在的趋势是图文结合越来越紧密，一个图用关键词和一段话进行描述，而视频也是一样的，这方面的研究是方兴未艾，没有做的很好，假设这个技术越来越好的情况下，就能产生很多应用。
把物理和数字联系起来，例如用照相机对实物拍照时，电脑已经知道这个图景的属性，将这些属性再经过自然语言处理，就可以自动的翻译识别，生成一个可视化报告，可以完全联动起来。
我们可以设想一个照相机的场景，照相机照完后，自动将图片的一系列信息展示出来，而处理对一系列时序图片，就相当于是对视频的处理，我们就能知道视频出现的人物、物体和事件等等，可以得到文字描述。将来或许也我们也就可以是输入一段文字，通过图或者一小段视频表达出来，这样图文的互相转化会产生新的的机会。
（四）现在已经有很多团队开始视频理解方面做研究，未来根据图片，文字生成视频这款，您感觉会需要多少时间？
这首先要有数据集，这些数据应该是有一个视频或者图片对应的描写是什么，但目前来看这方面数据还不够，而为了广泛的应用，我们需要对常见的视频情景做各种人工数据采集。基于这个，再进行神经网络的编解码训练，所以我猜测，如果有数据集，三年之内常见的图文转化的应用都会被做掉。
（五）相关技术
自然语言的这些研究也不是孤立的，实际上它的周围有一些支撑技术，比如说用户画像。基于用户画像，可以提供个性化的服务。
云计算使得训练速度加快，并且很容易的部署，然后机器学习和深度学习，在数据提供的条件下，自动学习其中的知识、建模，然后部署到真正的系统里面。
还有是知识图谱，包含具体领域的一些知识图谱，比如说金融领域的，或者是常识意义上的知识图谱。
所有这些技术综合起来，使自然语言的任务做得更好。
三.参考资料（行业概述，不涉及具体技术细节）
强烈推荐：
周明的北大公开课（视频）：https://c.m.163.com/news/l/180148.html?from=special
周明的北大公开课（文字版精华）：http://mp.weixin.qq.com/s?__biz=MzUxMDc1Mzc0MA==&mid=100000542&idx=5&sn=8305be3e1fba0ef7ba3ea383b3ade6c8&chksm=797f6dbd4e08e4ab3c61b5e537849f7f918725042d724a99f3f77a6347b7a221fb7f53ae0d6e&mpshare=1&scene=23&srcid=0724fGB6p9zRc1IRmuHul8Mi#rd
推荐：
知乎内容——国内有哪些自然语言处理的牛人或团队？：https://www.zhihu.com/question/24366306
国内顶尖的nlp实验室——哈工大scir（刘挺老师团队）：http://ir.hit.edu.cn/
国内顶尖的nlp实验室——中科院自动化所宗成庆教授团队：http://www.nlpr.ia.ac.cn/cip/introduction.htm
哈工大刘挺教授——自然语言处理的十个发展趋势：http://www.sohu.com/a/163571379_633698
知乎内容——自然语言处理怎么最快入门？：https://www.zhihu.com/question/19895141
十分钟学习自然语言处理概述：http://www.cnblogs.com/baiboy/p/learnnlp.html
我爱自然语言处理：http://www.52nlp.cn/
北京大学中文系应用语言学专业：http://ccl.pku.edu.cn/all/info.asp?item=2&page=1&expand=6
李航——NLP有5个基本问题，深度学习有4个做得很好：https://www.toutiao.com/i6410689995593482754/
李航的北大公开课（视频）：https://c.m.163.com/news/l/177303.html?from=special
李航的北大公开课（文字版精华）：http://mp.weixin.qq.com/s?__biz=MzUxMDc1Mzc0MA==&mid=100000542&idx=3&sn=788fa22a48697d5fb9fcd4e501b6ca74&chksm=797f6dbd4e08e4ab51914d3489dcde38557da37fd64339f67178ca32dbea188a286faba3b5e2&mpshare=1&scene=23&srcid=0724RLmOk8kpaFF3bwKDj5uh#rd
自然语言处理技术（NLP）在推荐系统中的应用：https://blog.csdn.net/heyc861221/article/details/80130263
腾讯犀牛鸟计划：https://ur.tencent.com/article/235
概述：http://ccl.pku.edu.cn/alcourse/nlp/LectureNotes/Chapter_01.pdf
