原创力文档- 1、本文档共110页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
;;案例应用场景
案例演示操作
案例规划部署
案例相关知识;在NLP（自然语言处理）领域，与我们生活息息相关的就是问答系统（QA），它是机器与人交互最常见的方式，探索问答系统背后的技术。
问答系统是人与机器交互最常见的形式，随着知识图谱技术的不断完善，基于知识库的问答系统越来越多的开始应用在各种问答场景中。
基于知识库的问答（knowledgebasequestionanswering,KBQA）即给定自然语言问题，通过对问题进行语义理解和解析，进而利用知识库进行查询、推理得出答案。具体的，从应用领域的角度划分，知识库问答可以分为：开放域的知识问答，如百科知识问答；特定域的知识问答，如金融领域，医疗领域，宗教领域等，以客服机器人，教育/考试机器人或搜索引擎等形式服务于我们的日常生活。
;案例应用场景
案例演示操作
案例规划部署
案例相关知识;演示操作流程——下载数据;演示操作流程——安装依赖;演示操作流程——实体识别加载数据;演示操作流程——实体识别构建处理器;演示操作流程——实体识别测试输出;演示操作流程——实体识别模型构建;演示操作流程——实体识别模型训练;演示操作流程——实体识别模型评估与模型保存;演示操作流程——实体识别模型加载与预测;演示操作流程——属性映射加载数据;演示操作流程——属性映射测试输出;演示操作流程——属性映射定义配置参数;演示操作流程——属性映射构建预处理器;演示操作流程——属性映射模型构建;演示操作流程——属性映射模型训练;演示操作流程——属性映射模型评估、保存与预测;演示操作流程——问答系统构建;案例应用场景
案例演示操作
案例规划部署
案例相关知识;案例规划部署;案例应用场景
案例演示操作
案例规划部署
案例相关知识;相关知识概述;第一节：自然语言处理介绍
第二节：预备知识
2.1语言模型
2.2文本向量化
2.3常用算法
第三节：键技术
3.1分词
3.2词性标注
3.3命名实体识别
3.4关键词提取
3.5句法分析
3.6语义分析
第四节：应用系统;第一节：自然语言处理介绍
第二节：预备知识
语言模型
文本向量化
常用算法
第三节：键技术
分词
词性标注
命名实体识别
关键词提取
句法分析
语义分析
第四节：应用系统;什么是自然语言？;什么是自然语言处理？;自然语言处理的基本方法(1);自然语言处理的基本方法(2);自然语言处理的基本方法(3);自然语言处理研究方向;自然语言处理研究方向;自然语言处理的三个层面;自然语言处理的难点(1);自然语言处理的难点(2);自然语言处理的难点(3);自然语言处理的难点(4);自然语言处理的发展现状;知识小考;本节介绍了自然语言处理的概念，自然语言处理的方法，自然语言处理的难点以及自然语言处理的发展现状。;第一节：自然语言处理介绍
第二节：基础知识
2.1语言模型
2.2文本向量化
2.3常用算法
第三节：关键技术
3.1分词
3.2词性标注
3.3命名实体识别
3.4关键词提取
3.5句法分析
3.6语义分析
第四节：应用系统;什么是语言模型;神经网络语言模型(1);神经网络语言模型(2);N-gram语言模型;NN语言模型与统计语言模型的关系;第一节：自然语言处理介绍
第二节：基础知识
2.1语言模型
2.2文本向量化
2.3常用算法
第三节：关键技术
3.1分词
3.2词性标注
3.3命名实体识别
3.4关键词提取
3.5句法分析
3.6语义分析
第四节：应用系统;文本向量化(1);文本向量化(2);word2vec-CBOW模型;word2vec-Skip-gram模型;doc2vec-DM模型;doc2vec-DBOW模型;第一节：自然语言处理介绍
第二节：基础知识
2.1语言模型
2.2文本向量化
2.3常用算法
第三节：关键技术
3.1分词
3.2词性标注
3.3命名实体识别
3.4关键词提取
3.5句法分析
3.6语义分析
第四节：应用系统;HMM模型(1);HMM模型(2);HMM模型(3);HMM模型(4);条件随机场;条件随机场(2);RNN;LSTM;GRU;双向RNN;知识小考;本节介绍了自然语言处理的语言模型，文本向量化以及常用算法。
;第一节：自然语言处理介绍
第二节：基础知识
2.1语言模型
2.2文本向量化
2.3常用算法
第三节：关键技术
3.1分词
3.2词性标注
3.3命名实体识别
3.4关键词提取
3.5句法分析
3.6语义分析
第四节：应用系统;中文分词的定义;规则分词(1);规则分词(2);规则分词(2);统计分词;深度学习分词;混合分词;第一节：自然语言处理介绍
第二节：基础知识
2.1语言模型
2.2文本向量化
2
文档评论（0）