一個偉人曾說過，“情況是在不斷地變化，要使自己的思想適應新的情況，就得學習。
”前文回顧
上一篇講到，我從Java後端轉職過來Java爬蟲，而慢慢沉浸在爬蟲的世界，每天都過得很充實。本文是講，我如何從Java爬蟲過渡到NLP算法工程師。
相信很多小夥伴都看過這個東西 -- NLP 詞雲
一次偶然接觸NLP
一天開會，A老大對我說：“我們現在數據也爬了不少了，很多有用的文本數據，我們卻很難利用起來，你來負責研究這塊文本信息的提取與分析。” 就這樣，A老大給了我一個Java包，還有一個英文網站，是專門搞NLP的一群人寫的一個項目。一開始，我是有點疑惑，因為我在爬蟲的開發中很舒適，突然被叫去搞NLP（而且主要我對這塊沒有一點了解，所有對未知有點恐懼，害怕做不好。）
人類對未知是最恐懼的
我查了一下，NLP，中文名叫“自然語言處理”，是人工智能裡最最基礎的一塊，也是最難的一塊，目前沒有一個人能說他做的NLP程序是完美，也就是說，NLP領域有很大的潛在研究價值。
NLP是一個非常具有研究價值和潛力的一個算法領域
我接手了這個任務，每天除了開發爬蟲，就是頭腦風暴，數據分析，文本分析，並且開啟了996模式。
程序員，996是常態
“再長的路，一步步也能走完，再短的路，不邁開雙腳也無法到達。”
初級NLP應用
只要你動手去幹，就會發現難題會一點一點解開。NLP裡面有：分詞、詞性分析、句法分析、命名實體識別等基礎用法，還有一些像語義理解、知識圖譜等高級用法。
不管有多難，只要開始動手幹，都還不算晚
我學的是基礎用法，因為一開始任務也不是很難，主要是找文本關鍵詞、提取高頻詞、詞性分析（名詞、動詞、形容詞等）、近義詞替換、命名實體識別等等。漸漸的，有開發的感覺了。
經歷了近半年的NLP算法薰陶（其實，我也不是非常懂NLP算法，只是湊巧做了這麼些零零碎碎的落地項目）。就這樣，我離職的時候，離職證明上寫著，離職前崗位：“NLP算法工程師”
或許就是這張離職證明，讓我明確了接下來的職業規劃
你以為，我就這樣成功轉型NLP了嗎？不，接下來的路還很難走。
未完待續 ......
未完待續
閱讀更多 IT可達鴨 的文章
