自然语言理解

人类对机器理解语言的认识走了一条大弯路。早期的研究集中采用基于规则的方法，虽然解决了一些简单的问题，但是无法从根本上将自然语言理解实用化。直到20多年后，人们开始尝试用基于统计的方法进行自然语言处理，才有了突破性的进展和实用的产品。

包括，目前语音理解的输出输入的打通都需要自然语言理解的基础支撑，目前，自然语言理解使用了万金油技术--神经网络，如虎添翼，一路攻城拔寨，效能飞速上升。学习掌握 NLP 技术是程序员的屠龙刀，武功大增，薪资翻倍的捷径。

注意：本场 Chat 属于基础功夫，类似，九阴真经上半部；如果想直接练习金银白骨抓的跳过，等待下回分解。

本场 Chat 主要内容：循环序列模型（Recurrent Neural Networks）

1. 为什么选择序列模型？（Why Sequence Models?）
2. 数学符号（Notation）；
3. 循环神经网络模型（Recurrent Neural Network Model）；
4. 通过时间的反向传播（Backpropagation through time）；
5. 不同类型的循环神经。

阅读全文: http://gitbook.cn/gitchat/activity/5b63fa248170397a0ea45781

一场场看太麻烦？订阅GitChat体验卡，畅享300场chat文章！更有CSDN下载、CSDN学院等超划算会员权益！点击查看