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
閱讀更多 深度學習與NLP 的文章