自然语言处理入门

字数统计: 1.9k字 | 阅读时长: 6分

2022-02-09

NLP7, 书68

摘要: 《自然语言处理入门》这本书

【对数据分析、人工智能、金融科技、风控服务感兴趣的同学，欢迎关注我哈，阅读更多原创文章】
我的网站：潮汐朝夕的生活实验室
我的公众号：潮汐朝夕
我的知乎：潮汐朝夕
我的github：FennelDumplings
我的leetcode：FennelDumplings

HanLP 作者何晗汇集多年经验，从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个问题的算法原理与工程实现。注意这本书偏传统算法，深度学习(word2vec, RNN)和预训练(Bert, GPT)这两块需要额外找资料学习。

自然语言处理入门

新手上路

自然语言与编程语言
- 词汇量
- 结构化
- 歧义性
- 容错性
- 易变性
- 简略性
自然语言处理的层次
- 语音、图像和文本
- 中文分词、词性标注和命名实体识别
- 信息抽取
- 文本分类与文本聚类
- 句法分析
- 语义分析与篇章分析
- 其他高级任务
自然语言处理的流派
- 基于规则的专家系统
- 基于统计的学习方法
- 传统方法与深度学习
机器学习
- 模型
- 特征
- 数据集
- 监督学习
- 无监督学习
- 其他类型的机器学习算法
语料库
- 中文分词语料库
- 词性标注语料库
- 命名实体识别语料库
- 句法分析语料库
- 文本分类语料库
- 语料库建设
开源工具
- 主流NLP工具比较
- Python接口
- Java接口

词典分词

什么是词
- 词的定义
- 词的性质—齐夫定律
词典
- HanLP词典
- 词典的加载
切分算法
- 完全切分
- 正向最长匹配
- 逆向最长匹配
- 双向最长匹配
- 速度评测
字典树
- 什么是字典树
- 字典树的节点实现
- 字典树的增删改查实现
- 首字散列其余二分的字典树
- 前缀树的妙用
双数组字典树
- 双数组的定义
- 状态转移
- 查询
- 构造
- 全切分与最长匹配
AC自动机
- 从字典树到AC自动机
- goto表
- output表
- fail表
- 实现
基于双数组字典树的AC自动机
- 原理
- 实现
HanLP的词典分词实现
- DoubleArrayTrieSegment
- AhoCorasickDoubleArrayTrie-Segment
准确率评测
- 准确率
- 混淆矩阵与TP/FN/FP/TN
- 精确率
- 召回率
- F1值
- 中文分词中的P、R、F1计算
- 实现
- 第二届国际中文分词评测
- OOVRecallRate与IVRecallRate
字典树的其他应用
- 停用词过滤
- 简繁转换
- 拼音转换

二元语法与中文分词

语言模型
- 什么是语言模型
- 马尔可夫链与二元语法
- n元语法
- 数据稀疏与平滑策略
中文分词语料库
- 1998 年《人民日报》语料库PKU
- 微软亚洲研究院语料库MSR
- 繁体中文分词语料库
- 语料库统计
训练
- 加载语料库
- 统计一元语法
- 统计二元语法
预测
- 加载模型
- 构建词网
- 节点间的距离计算
- 词图上的维特比算法
- 与用户词典的集成
评测
- 标准化评测
- 误差分析
- 调整模型
日语分词
- 日语分词语料
- 训练日语分词器

隐马尔可夫模型与序列标注

序列标注问题
- 序列标注与中文分词
- 序列标注与词性标注
- 序列标注与命名实体识别
隐马尔可夫模型
- 从马尔可夫假设到隐马尔可夫模型
- 初始状态概率向量
- 状态转移概率矩阵
- 发射概率矩阵
- 隐马尔可夫模型的三个基本用法
隐马尔可夫模型的样本生成
- 案例—医疗诊断
- 样本生成算法
隐马尔可夫模型的训练
- 转移概率矩阵的估计
- 初始状态概率向量的估计
- 发射概率矩阵的估计
- 验证样本生成与模型训练
隐马尔可夫模型的预测
- 概率计算的前向算法
- 搜索状态序列的维特比算法
隐马尔可夫模型应用于中文分词
- 标注集
- 字符映射
- 语料转换
- 训练
- 预测
- 评测
- 误差分析
二阶隐马尔可夫模型
- 二阶转移概率张量的估计
- 二阶隐马尔可夫模型中的维特比算法
- 二阶隐马尔可夫模型应用于中文分词

感知机分类与序列标注

分类问题
- 定义
- 应用
线性分类模型与感知机算法
- 特征向量与样本空间
- 决策边界与分离超平面
- 感知机算法
- 损失函数与随机梯度下降
- 投票感知机和平均感知机
基于感知机的人名性别分类
- 人名性别语料库
- 特征提取
- 训练
- 预测
- 评测
- 模型调优
结构化预测问题
- 定义
- 结构化预测与学习的流程
线性模型的结构化感知机算法
- 结构化感知机算法
- 结构化感知机与序列标注
- 结构化感知机的维特比解码算法
基于结构化感知机的中文分词
- 特征提取
- 多线程训练
- 特征裁剪与模型压缩
- 创建感知机分词器
- 准确率与性能
- 模型调整与在线学习
- 中文分词特征工程

条件随机场与序列标注

机器学习的模型谱系
- 生成式模型与判别式模型
- 有向与无向概率图模型
条件随机场
- 线性链条件随机场
- 条件随机场的训练
- 对比结构化感知机
条件随机场工具包
- CRF++的安装
- CRF++语料格式
- CRF++特征模板
- CRF++命令行训练
- CRF++模型格式
- CRF++命令行预测
- CRF++代码分析
HanLP中的CRF++API
- 训练分词器
- 标准化评测

词性标注

潮汐朝夕的生活实验室 \Doge 陪伴一个算法工程师的职业生涯

AI模型NLP

自然语言处理入门

新手上路

词典分词

二元语法与中文分词

隐马尔可夫模型与序列标注

感知机分类与序列标注

条件随机场与序列标注

词性标注

命名实体识别

信息抽取

文本聚类

文本分类

依存句法分析

深度学习与自然语言处理