課程大綱：

自然語(yǔ)言處理底層技術(shù)實(shí)現(xiàn)及應(yīng)用培訓(xùn)

課程將以中文為處理對(duì)象，

逐步講解關(guān)于中文的自然語(yǔ)言處理技術(shù)常用的一些底層技術(shù)，

即中文分詞、詞性標(biāo)注、命名實(shí)體識(shí)別。

這三項(xiàng)底層技術(shù)也是目前能夠商用，且相對(duì)成熟的技術(shù)。

1 中文分詞方法

2 命名實(shí)體識(shí)別

3 條件隨機(jī)場(chǎng)模型

4 中文詞性標(biāo)注

5 隱馬爾科夫模型

6 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)

1
自然語(yǔ)言處理簡(jiǎn)介

1.自然語(yǔ)言處理發(fā)展歷史

2.自然語(yǔ)言處理底層技術(shù)

3.自然語(yǔ)言處理應(yīng)用技術(shù)

2
基于字典的中文分詞方法

1.分詞常用方法

2.正向大匹配法

3.逆向大匹配法

4.雙向大匹配法

1
實(shí)現(xiàn)逆向大匹配法

1.中文分詞概念

2.逆向大匹配法

3
基于隱馬爾可夫的中文分詞方法

1.序列標(biāo)注

2.隱馬爾可夫模型

3.維特比算法

2
實(shí)現(xiàn)維特比算法

1.維特比算法

4
基于條件隨機(jī)場(chǎng)的詞性標(biāo)注方法

1.詞性標(biāo)注

2.基于規(guī)則的方法

3.基于統(tǒng)計(jì)的方法

4.條件隨機(jī)場(chǎng)

3
使用條件隨機(jī)場(chǎng)工具進(jìn)行分詞

1.文本預(yù)處理

2.sklearncrfsuite使用

5
基于深度學(xué)習(xí)的命名實(shí)體識(shí)別方法

1.命名實(shí)體識(shí)別

2.循環(huán)神經(jīng)網(wǎng)絡(luò)

3.長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)

4.BiLSTMCRF

5.TensorFlow

4
實(shí)現(xiàn)基于規(guī)則的命名實(shí)體識(shí)別方法

1.命名實(shí)體識(shí)別概念

2.基于規(guī)則的方法

課程將會(huì)以中文文本為研究對(duì)象，

逐步講解自然語(yǔ)言處理中常用的底層技術(shù)，

并動(dòng)手實(shí)現(xiàn)。課程主要講解自然語(yǔ)言處理的底層技術(shù)，

具體來(lái)說(shuō)是中文分詞，詞性標(biāo)注以及命名實(shí)體識(shí)別。

中文分詞：基于字典的方法 。

中文分詞：基于隱馬爾可夫模型的方法。

詞性標(biāo)注：基于條件隨機(jī)場(chǎng)的方法。

命名實(shí)體識(shí)別：基于深度學(xué)習(xí)的方法。

在中文分詞實(shí)驗(yàn)中，主要會(huì)詳細(xì)介紹以下幾種方法：

正向大匹配法。

逆向大匹配法。

雙向大匹配法。

隱馬爾可夫方法。