学习目标

1. 培养AI思维、建模能力；
2. 扎实AI基础，不做调参侠；
3. 解决问题的能力；
4. 通过项目来了解核心技术。

方法

1. 养成读文章的习惯，延伸资料；
2. code；
3. 写文章，整理思路，总结；
4. 项目合作

问题–>转换为数学优化问题–>找合适的工具解决

chanllenge

1. Mutiple ways to express（多种表达方式）
2. Ambiguity（一词多义）
   注意：需要结合上下文（context）

应用领域

机器翻译 GPU

深度学习：大量学习才有Google的效果
需要考虑语法、语义、上下文
基本方法：分词、词直译、所有排列、LM（选出最合适的句子）语言模型

问答系统

法律、医疗都有应用

情感分析

input、特征工程 model、输出情感值
也可以用深度学习模型

• 股票价格预测
• 舆情监控
• 产品评论
• 事件监测

自动摘要 text summarization（难）

Chatbot 聊天机器人

• 闲聊
• 意图识别（例如：想订一个机票）

information extraction****应用很多

从非结构化的信息中抽取感兴趣的点

• NER 命名实体识别
• 关系抽取 Relation extraction
• 事件检测

标签：NLP,上下文,AI,学习,extraction,抽取,应用领域,自然语言
来源： https://blog.csdn.net/weixin_40425145/article/details/111565239