【NLP学习过程记录 | 二.应用场景及关键技术】
分类:
文章
•
2022-10-10 19:35:36
- 应用场景
- 问答系统
采用基于检索的方法,使用与搜索引擎相关的技术
- 情感分析
应用:股票价格预测、舆情监控、产品评论、事件检测流程:有个输入语句—>做特征提取—>建模—>获得情感值特征提取和建模用深度学习替代,即得:输入语句—>深度学习模型—>获得情感值
- 机器翻译
- 自动摘要(自动提取摘要)
- 聊天机器人
- 闲聊型
采用seq2seq
- 任务导向型(订机票)
采用意图识别
- 不知道要做啥型(咨询)
- 信息抽取
- 关键技术
- 四个维度(从下往上)
核心在于前三个
- 语义Semantic
最终的目标机器学习的算法核心去试图理解语义
- 句子结构Syntax
关注单词和单词之间的关系,包括句法分析(主谓宾等)、依存分析Dependency、
- 单词Morphology
是NLP的技术架构,底层,门槛关注单词层面的技术(分词,词性标注pos,NER)
- 声音Phonetics
- 分词Word Segmentation
- 词性Part-of-Speech
- 命名实体识别Named Entity Recognition
1月22日—时间,ZOOM—产品,
- 句法分析Parsing
- 依存分析Dependency Parsing
判断两两之间的依赖关系
- 关系抽取Relation Extraction