概率->機器學習->文本挖掘->NLP技術路線圖進階路線規劃

NLP技術路線圖是自然語言處理學習進階的路線圖(思維導圖)，適用於那些對學習自然語言處理感興趣的學生，對整個結構有一個細緻瞭解。該技術路線圖涵蓋了從基本概率/統計到SOTA自然語言處理模型相關的所有材料。涉及概率論與數理統計，機器學習，文本挖掘和自然語言處理四個部分，這幾個部分是一個層次遞進的過程。

概率論與數理統計

機器學習

文本挖掘

自然語言處理

參考文獻

[1] ratsgo's blog for textmining, ratsgo/ratsgo.github.io

[2] (한국어) 텍스트 마이닝을 위한 공부거리들, lovit/textmining-tutorial

[3] Christopher Bishop(2006). Pattern Recognition and Machine Learning

[4] Young, T., Hazarika, D., Poria, S., & Cambria, E. (2017). Recent Trends in Deep Learning Based Natural Language Processing. arXiv preprint arXiv:1708.02709.

[5] curated collection of papers for the nlp practitioner, mihail911/nlp-library

往期精品內容推薦

Lex Fridman - 自動駕駛未來的發展趨勢

(免費精品課程分享)-PyTorch深度學習實戰

歷史最全-16個推薦系統開放公共數據集整理分享

基於深度學習的文本分類6大算法-原理、結構、論文、源碼打包分享

一文告訴你Adam、AdamW、Amsgrad區別和聯繫，助你實現Super-convergence的終極目標

COLING 2018-最新論文最全分類-整理分享

李宏毅-201806-中文-Deep Reinforcement Learning精品課程分享

基於Pre-trained模型加速模型學習的6點建議

谷歌、微軟、Facebook等2018最新面試題分享

五一重磅-李飛飛團隊主講-CS231-2018（春）基於CNN的視覺識別課程分享

重磅乾貨-史上最全推薦系統資源分享