概述
关于作者
本文整理自Welcome Big Data ITors!
目录
- 一-涉及知识
- 二-初识 NLTK 库
- 三-语料与词汇资源
- 四-何须动手？完全自动化对语料做词性标注
- 五-自然语言处理中的文本分类
- 六-教你怎么从一句话里提取出十句话的信息
- 七-文法分析还是基于特征好啊
- 八-重温自然语言处理
- 九-聊天机器人应该怎么做
- 十-半个小时搞定词性标注与关键词提取
- 十一-0字节存储海量语料资源
- 十二-教你如何利用强大的中文语言技术平台做依存句法和语义依存分析
- 十三-把语言模型探究到底
- 十四-探究中文分词的艺术
- 十五-一篇文章读懂拿了图灵奖和诺贝尔奖的概率图模型
- 十六-大话自然语言处理中的囊中取物
- 十七-让机器做词性自动标注的具体方法
- 十八-神奇算法之句法分析树的生成
- 十九-机器人是怎么理解“日后再说”的
- 二十-语义角色标注的基本方法
- 二十一-比TF-IDF更好的隐含语义索引模型是个什么鬼
- 二十二-神奇算法之人工神经网络
- 二十三-用CNN做深度学习
- 二十四-将深度学习应用到NLP
- 二十五- google 的文本挖掘深度学习工具 word2vec 的实现原理
- 二十六-图解递归神经网络(RNN)
- 二十七-用深度学习来做自动问答的一般方法
- 二十八-脑洞大开：基于美剧字幕的聊天语料库建设方案
- 二十九-重磅：近1GB的三千万聊天语料供出
- 三十-第一版聊天机器人诞生——吃了字幕长大的小二兔
- 三十一-如何把网站流量导向小二兔机器人
- 三十二-用三千万影视剧字幕语料库生成词向量
- 三十三-两套代码详解 LSTM-RNN ——有记忆的神经网络
- 三十四-最快的深度学习框架torch
- 三十五-一个 lstm 单元让聊天机器人学会甄嬛体
- 三十六-深入理解 tensorflow 的session 和 graph
- 三十七-一张图了解 tensorflow 中的线性回归工作原理
- 三十八-原来聊天机器人是这么做出来的
- 三十九-满腔热血：在家里搭建一台GPU云服务共享给人工智能和大数据爱好者
- 四十-视频教程之开篇宣言与知识点梳理
- 四十一-视频教程之环境搭建与python基础
- 四十二-(重量级长文)从理论到实践开发自己的聊天机器人
- 四十三-继续从理论到实践开发自己的聊天机器人