【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
