NLP.TM[17] | 系列阶段总结

【NLP.TM】

本人有关自然语言处理和文本挖掘方面的学习和笔记，欢迎大家关注。

假期期间，总结一下自己几个系列的文章！首先是NLP.TM。

NLP.TM是开的时间最长，但似乎不是文章最多的一个，内容也可能会有一些参差不齐，但是这里面可以说是记录了自己的学习和探索历程，这是我从科研入门确认方向后开始的方向，文章中会有一些我开荒探索的影子，毕竟很多内容都是自己探索出来，挖掘出来的。

这里面有两篇和总体大节奏不同的文章，但是却回顾了我NLP从无到有的过程，里面有我探索的经验吧，在当时刀耕火种，材料不足的年代，确实有些不同。

入门：开拓与探索

开始的时候，我只是接到导师的一个任务，和NLP有关，3个月内出论文，没错就是这么一个内容很简单但是内涵很复杂的任务，具体情况不多说，在上面第一篇提到的文章里面，下面要谈的是我开拓期间的内容。

为了了解NLP是什么，能做什么我啃了《统计自然语言处理》以及上了当时仅有的NLP课程，在深蓝学院的，没想象的好，但是至少让我知道了NLP是个啥，而在文章里，我也对我上的几次课做了总结，这就是我这个系列的第一个阶段。

这个阶段，文章上都是概述，讲的是NLP领域的边界和内容，让大家了解，NLP领域里面都有什么工作，里面应该是就缺一块语音，个人在当时的视角看这块确实对我来说没什么用吧。

词嵌入

之前从TF-IDF之类的词袋模型走来（由于词袋模型比较简单，网络材料也比较完善，所以我没想单独写），词嵌入哪怕到现在未知仍然是主流，而且我也初步接触开始用到，于是就写了两篇，按照我的风格，也是从网络资源说的比较少的方向来写，用更新的视角给大家谈谈词嵌入，以及他的实现。

没写ELMO、BERT，原因很多，一个很核心的原因在于——很多我现在视角下的场景并用不上，W2V和GloVe已经够用了。

各种任务的思路

其实在这个阶段，我已经基本完成了科研的摸爬滚打，进入毕业的状态，因为毕业的资料很多所以我其实时间还是很放松的，了解了很多采用深度学习或者有关方法来解决的任务，并尝试把有代表性的给大家介绍。

NLP.TM[13] | 命名实体识别基线 BiLSTM+CRF（上）

这里面其实只有3个任务，文本分类、命名实体识别、语义相似度，只有这几个，这几个其实已经基本覆盖我能用到的场景了，其实NLP要是把其中几个领域搞明白，会应用，其实就已经能跨过很多门槛了，多问问自己最简单的会了没有。

日后

日后的话，由于我是做的搜索方面的工作，所以会在NLP与搜索之间来回走动，搜索和NLP的关系真的很密切，很多任务需要NLP来完成，我会把我关键论文的笔记和自己的经验分享给大家。

• 关键、基础、实用的论文

• 应用经验

当然的，指望我去追BERT之类的前沿，去追热点，可能性不高，一个，现实应用在于简单可用，你用高端的模型要给出高端模型的优势，否则其实所谓的高端其实毫无意义，要看清自己的场景需要什么。