NLP和深度学习简介

1、什么是NLP？

（1）自然语言处理是计算机科学、人工智能、语言学的交叉领域。

（2）目标:让计算机处理或“理解”自然，为了完成有用的任务而使用的语言，例如，

    •完成任务，比如约会、买东西

    •语言翻译

    •问题回答

    •Siri、谷歌助理、facebook m、cortana……

（3）NLP Levels

（4）nlp应用程序（应用范围从简单到复杂）:

    •拼写检查，关键词搜索，查找同义词

    •从诸如此类的网站中提取信息

                   •产品价格、日期、地点、人员或公司名称

    •分类:学校课文阅读水平，积极/消极

    •机器翻译

   •口语对话系统

   •复杂的问题回答

2、什么是深度学习？

（1）表征学习：试图让机器自己去学习一些特征

（2）使用深度神经网络去学习特征和输出

3、为什么要研究深度学习？

（1）手动地设计特征通常会太归于具体，不完整，并且需要花费很长的时间去设计和验证

（2）学习到的特征容易调整和学习

（3）深度学习提供了灵活的，广泛运用的学习框架去表征语言、语音、文字等信息

（4）深度学习可以包含监督学习和非监督学习

为什么深度学习算法显著优于其他机器学习技术？

（1）海量数据有利于深度学习模式

（2）更快的机器性能和多核CPU/GPU有利于深度学习

（3）新的模型、算法、ideas

4、深度学习发展

（1）突破一：语音识别  speech recognition

（2）突破二：利用深度卷积网络进行图片分类  ImageNet Classification with Deep Convolutional Neural Networks

5、为什么NLP很难？

（1）表示、学习和使用语言/环境/背景/世界/视觉知识的复杂性，但翻译取决于这些

（2）Human languages are ambiguous

6、可以将单词转化为一个个的向量，在DL中，每个词就是一个向量，神经网络可以将两个词向量结合成一个