NLP涉及哪些关键性的技术?

筱雪2021-12-13 16:07

  NLP究竟有何神奇之处,为什么会让这么多成功人士趋之若鹜?今天,我们就跟随小编一起来看看NLP涉及哪些关键性的技术?其实,NLP 的关键技术非常多,但NLP领域中主要的任务有:分类任务、生成任务、抽取任务等几个方向。下面,我们就分别来看一看吧!

NLP涉及哪些关键性的技术?

  分类任务

  是所有任务中最普遍也是最成熟的一种,比如“垃圾邮件分类”“垃圾短信分类”“新闻类别分类”等。这里需要学习的有分词技术、TF-IDF、朴素贝叶斯算法、Word Embedding、LDA、TextCNN 等。

  生成任务

  也比较多,比如“在线机器人客服”“自动写作”等。这类任务主要需要学习的就是深度学习中的 Encoder、Decoder、RNN 技术等。

  抽取任务

  我们经常需要从文档中做摘要信息,或者是抽取其中我们感兴趣的信息。例如,我们可能需要从一篇简历中找出这个人的姓名和联系电话,评估出这个人的工作年限、毕业院校,甚至毕业的院校是否是 211/985 等。这通常要用到NER技术(命名实体识别),根据标准样本中对于对象的标注信息学到一个模型——这个模型具备识别一些词汇属性的能力:哪些是人名、地名,哪些是组织机构名等。

  以上就是小编为大家整理发布的“NLP涉及哪些关键性的技术?”一文,更多相关内容尽在开课吧广场-人工智能频道。

免责声明:本站所提供的内容均来源于网友提供或网络搜集,由本站编辑整理,仅供个人研究、交流学习使用。如涉及版权问题,请联系本站管理员予以更改或删除。
有用
分享