NLP技术路线图是自然语言处理学习进阶的路线图(思维导图),适用于那些对学习自然语言处理感兴趣的学生,对整个结构有一个细致了解。该技术路线图涵盖了从基本概率/统计到SOTA自然语言处理模型相关的所有材料。涉及概率论与数理统计,机器学习,文本挖掘和自然语言处理四个部分,这几个部分是一个层次递进的过程。
概率论与数理统计
机器学习
文本挖掘
自然语言处理
参考文献
[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
往期精品内容推荐
Lex Fridman - 自动驾驶未来的发展趋势
(免费精品课程分享)-PyTorch深度学习实战
历史最全-16个推荐系统开放公共数据集整理分享
基于深度学习的文本分类6大算法-原理、结构、论文、源码打包分享
一文告诉你Adam、AdamW、Amsgrad区别和联系,助你实现Super-convergence的终极目标
COLING 2018-最新论文最全分类-整理分享
李宏毅-201806-中文-Deep Reinforcement Learning精品课程分享
基于Pre-trained模型加速模型学习的6点建议
谷歌、微软、Facebook等2018最新面试题分享
五一重磅-李飞飞团队主讲-CS231-2018(春)基于CNN的视觉识别课程分享
重磅干货-史上最全推荐系统资源分享
閱讀更多 深度學習與NLP 的文章