【笔记二】飞浆-基于深度学习的自然语言处理

基于深度学习的自然语言处理

    • 词法分析概况
    • 词法分析技术

  • 词法分析技术及其应用

词法分析概况

【笔记二】飞浆-基于深度学习的自然语言处理_第1张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第2张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第3张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第4张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第5张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第6张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第7张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第8张图片

词法分析技术

【笔记二】飞浆-基于深度学习的自然语言处理_第9张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第10张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第11张图片
词表换算到概率计算

【笔记二】飞浆-基于深度学习的自然语言处理_第12张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第13张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第14张图片
RNN 可以保证序列标注的关联性

【笔记二】飞浆-基于深度学习的自然语言处理_第15张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第16张图片
序列标注的三个基本模型:
(1)隐马尔可夫模型 HMM(Hidden Markov Model)
(2)最大熵马尔可夫模型 MEMM (Maximum Entropy Markov Model)
(3)条件随机场 CRF (Conditinal Random Field)
【笔记二】飞浆-基于深度学习的自然语言处理_第17张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第18张图片
因为RNN存在梯度消失或梯度爆炸的问题,因此采用Bi-LSTM
OOV的意思是未登陆词(Out of Vocabulary),也可以称作新词

【笔记二】飞浆-基于深度学习的自然语言处理_第19张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第20张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第21张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第22张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第23张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第24张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第25张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第26张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第27张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第28张图片
【笔记二】飞浆-基于深度学习的自然语言处理_第29张图片

你可能感兴趣的:(深度学习,自然语言处理,人工智能)