1. NLP课程大纲
NLP 学习大纲：
自然语言处理入门
文本预处理
RNN及其变体
Transformer
迁移学习
1. 自然语言处理入门
1.1 什么是自然语言处理
计算机科学与语言学中 关注于计算机与人类语言间转换的领域
1.2 AI 的几个时间点
1️⃣ CV领域 2012年分水岭：2012年alxnet网络出现，用深度学习的方法解决 CV问题；
2️⃣ NLP领域 2017年分水岭：2017年之前，使用传统的机器学习技术，还有经典的循环网络来解决问题；2017年之后，深度学习技术来解决 NLP的问题 - 预训练模型；
1.3 自然语言处理的应用场景
语言助手、机器翻译、搜索引擎、文本摘要、文本分类
2. 文本预处理
2.1 什么是文本预处理
将文本语料进行一系列的预处理，符合模型输入；
（自然语言处理就是处理文本的，文本即一段话或者字符串，需要把文本进行一系列预处理，让它符合模型的输入，但模型只认识数字，不认识中文、英文即其它，所以需要把文本处理成模型可识别的形式；处理的手段如下：）
2.2 文本处理的基本方法
1️⃣ 分词；
2️⃣ 命名实体识别；
3️⃣ 词性标注；
2.3 文本张量的表示方法
1️⃣ 什么是张量？
（就是把一段文本变成一个向量，如何变？：先分词，每个单词变成一个向量，把这些单词拼接到一块，变成一句话的向量，此为 文本张量；）
2️⃣ 张量的作用：
3️⃣ 实现方式：one-hot编码、Word2vec、Word Embedding
（对于张量的实现方式：① one-hot是所有文本张量表示的鼻祖，机器学习中通过get_dummies方法：churn_df = pd.get_dummies(churn_df, columns=['Churn', 'gender'])【案例之 逻辑回归_电信用户流失预测】
② 其次是Word2vec，Word2vec包含两种：CBOW、Skip-gram；
③ 最后是 词嵌入nn.Embedding：现在主要是 Embedding；在 Embedding和 Word2vec之间还有一个方法：GloVe；
④ GloVe 和 Word2vec区别：Word2vec是基于窗口来做的，一段话有一个滑动窗口，3个词滑动一次，滑动窗口有一个非常大的局限性：只考虑了局部状态；GloVe 考虑的是 全局状态；）
2.4 文本数据分析
文本数据分析的方法：
标签数量分布、句子长度分布、词频统计与关键词词云；
2.5 文本特征处理
文本特征处理的方法：添加 n-gram特征、文本长度规范；
2.6 文本数据增强
文本数据增强的方法：会议数据增强法；