NLP入门-学习路径

这几天NLP我也没有更新,并不是放弃了学习,而是寻找一条合适自己的路径,总结之后,列出来,供有同样志向的小伙伴参考,并且以后文章更新也将按照这个顺序更新,大家一起努力吧!

1:形式语言

2:自动机

3:NLP基本介绍

4:什么是语言模型

5:N-Gram介绍

6:语言模型的应用

7:语言模型的性能评估

8:什么是数据平滑

9:有哪些数据平滑的方法

10:自适应方法介绍

11:概率图模型概述

12:马尔科夫过程

13:隐马尔科夫过程(HMM)

14:HMM的三个基本问题

15:NLP的基本解码问题求解

16:NLP的基本序列问题求解

17:HMM的参数估计与训练

18:EM算法

19:HMM的应用

20:层次化马尔科夫模型和马尔科夫网络

21:HTK软件

22:什么是熵

23:最大熵模型

24:实现最大熵模型的软件

25:最大熵马尔科夫模型

26:条件随机场模型

27:最大熵与CRF应用

28:CRF++软件

29:命名实体识别

30:未登录词处理方法汇总

31:词性标注

32;文本分类 文本重排

33:文本表示,文本特征选取与权重计算,词向量

34:分类器设计

35:分类器性能评测

36:LDA与pLSA

37:情感分析

38:应用案例

最近发现有几本参考书,分享给大家: