NLP 自然语言处理¶
简介¶
Abstract
自然语言处理(NLP)是计算机科学,人工智能,语言学关注计算机和人类(自然)语言之间的相互作用的领域, 此领域探讨如何处理及运用自然语言;自然语言处理包括多方面和步骤,基本有认知、理解、生成等部分。自然语言认知和理解是让电脑把输入的语言变成有意思的符号和关系,然后根据目的再处理。自然语言生成系统则是把计算机数据转化为自然语言。
主要范畴
教程资料¶
- NLP 新手上路
- NLP HanNLP 词典分词
- 评价指标:准确率(Precision)、召回率(Recall)、F值(F-Measure)
- 如何做好文本关键词提取?从三种算法说起
- 如何用Python从海量文本抽取主题?
- nlp常用工具集
- NLP pattern库 hands on
- 基于预训练模型的文本摘要
- Serverless 实战:如何结合 NLP 实现文本摘要和关键词提取?
- 自然语言处理工具包之NLTK初步
- 基于spaCy 规则提取,搜索引擎如何检索结果:Python和spaCy信息提取简介
- bert-extractive-summarizer 中文文章的抽取式摘要
- 理解NLP中的CNN卷积神经网络
- 依存分析与依存树 dependency parse
- 关键词与文章相关性, 关键词自动标注与提取
- 使用Python和Google NLP API进行网站分类
- 使用 AI 自动执行 Web 爬网
- 通过机器学习对网站进行分类
- TextRank算法简述
- 使用 Spacy和 FuzzyWuzzy 构建关键字提取API
- NLTK TextRank实现英文关键词提取
- 使用余弦相似度算法计算文本相似度
- 细数2018年最好的词嵌入和句嵌入技术
- 从头开始多标签文本分类
- 没有模型训练情况下用BERT做文本分类
- 用 NLP 做文本分析和特征工程
- 用BERTopic进行交互式主题建模
- BERT用于计算句子文本相似度
- 结构化数据提取实践
- BERT时代下的摘要提取长文总结
- 词向量(one-hot/SVD/NNLM/Word2Vec/GloVe)
- 向 spaCy 添加指定分词器(Jieba,CKIP Transformers)