简介-自然语言处理
汉良作者何晗老师的新书《自然语言处理入门》详细的笔记！业界良心之作，书中不是枯燥无味的公式罗列，甚至用白话分解的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词，词性标注，命名实体识别，信息删除，文本聚类，文本分类，句法分析这几个热门问题的算法原理与工程实现。
本项目初步帮助更多同路人能够快速的掌握NLP的专业知识，理清知识要点，在工作中发挥作用的作用。以书本为主，记录本人学习此书的心路历程，总结和笔记。
机器学习与深度学习请转至本人项目：
HanLP项目：
思维导图，请关注AIArea公众号并回复：NLP思维导图，即能下载高清大图。
目录
章节
2021-12-06 11:58:27
6.96MB
1
hmm的matlab代码HanLP:
Han
Language
Processing
汉语言处理包
HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。
HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
HanLP提供下列功能：
中文分词
HMM-Bigram（速度与精度最佳平衡；一百兆内存）
、
由字构词（侧重精度，全世界最大语料库，可识别新词；适合NLP任务）
、
词典分词（侧重速度，每秒数千万字符；省内存）
所有分词器都支持：
词性标注
（速度快）
、（精度高）
命名实体识别
基于HMM角色标注的命名实体识别（速度快）
、、、、
基于线性模型的命名实体识别（精度高）
、
关键词提取
自动摘要
短语提取
多音字、声母、韵母、声调
简繁分歧词（简体、繁体、台湾正体、香港繁体）
语义推荐、拼音推荐、字词推荐
依存句法分析
KMeans、Repeated
Bisection、自动推断聚类数目k
词向量训练、加载、词语相似度计算、语义运算、查询、KMeans聚类
文档语义相似度计算
部分默认模型训练自小型
2021-12-02 20:45:43
21.43MB
1
基于TF-IDF算法，结合simhash算法，中文分词等一些技术要点概述。应用了开源hanlp中文处理包
2021-09-11 14:06:56
2.4MB
1
最新的hanlp的jar包，模型data包、配置文件hanlp.properties
2021-08-12 15:03:56
582.26MB
1