本節主要針對史丹福大學cs224n的自然語言處理與深度學習課程所做筆記,將學習過程中的一些重難點進行記錄,方便後續複習
自然語言處理是電腦科學,人工智慧和語言學的集合,該技術的目的是為了使計算機能夠理解語言.
深度學習是機器學習的乙個分之,和傳統方法的區別主要在於其端到端的形式,從raw input中自動提取特徵,最後輸出想要的結果分類或者回歸.
python基礎,線性代數,概率論,統計學,基本的機器學習理論
為什麼nlp難
語言表示和學習的複雜性,語言的歧義性,人們語言的解讀依賴於實際環境,比如場景和上下文.
deep nlp=deeplearning + nlp 作業
本節主要記錄述詞向量相關的原理和內容
CS224n學習筆記1 深度自然語言處理
一 什麼是自然語言處理呢？自然語言處理是計算機科學家提出的名字，本質上與計算機語言學是同義的，它跨越了計算機學 語言學以及人工智慧學科。自然語言處理是人工智慧的乙個分支，在計算機研究領域中，也有其他的分支，例如計算機視覺 機械人技術 知識表達和推理等。目標 讓計算機能夠理解人類語言來完成有意義的任務...
cs224n 第一課 自然語言處理與深度學習
好了，開始上車了！自然語言處理是一門涉及到電腦科學 人工智慧和語言學的交叉學科，它的目標是處理或者理解自然語言並且能幫助我們做一些有用的事情，比如說幫你買東西 以後會不會只需要對著手機說一句需要買啥，就自動幫你挑好下單？和你聊天 qa系統 siri,cortana 這些之類的 但是完全通過機器去理解...
CS224N 語言模型介紹
語言模型實現 語言模型是指根據給定序列 下乙個單詞的任務，其形式化表達為 給定單詞序列x 1 x 2 x t 然後 單詞x t 1 的概率分布 語言模型的另一種定義是給給定文字序列分配概率 這個概率代表了該文字序列出現的可能性大小 例如，給定一段文字x 1 x 2 x t 那麼這段文字出現的概率為 ...