NLP入門-學習路徑

這幾天NLP我也沒有更新,並不是放棄了學習,而是尋找一條合適自己的路徑,總結之後,列出來,供有同樣志向的小夥伴參考,並且以後文章更新也將按照這個順序更新,大家一起努力吧!

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:語言模型的效能評估

8:什麼是資料平滑

9:有哪些資料平滑的方法

10:自適應方法介紹

11:概率圖模型概述

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的引數估計與訓練

18:EM演算法

19:HMM的應用

20:層次化馬爾科夫模型和馬爾科夫網路

21:HTK軟體

22:什麼是熵

23:最大熵模型

24:實現最大熵模型的軟體

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++軟體

29:命名實體識別

30:未登入詞處理方法彙總

31:詞性標註

32;文字分類 文字重排

33:文字表示,文字特徵選取與權重計算,詞向量

34:分類器設計

35:分類器效能評測

36:LDA與pLSA

37:情感分析

38:應用案例

最近發現有幾本參考書,分享給大家: