当前位置:   article > 正文

NLP和深度学习简介

nlp和深度学习

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

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/953943
推荐阅读
相关标签
  

闽ICP备14008679号