NLP打怪升級路線圖：基礎概念、常用方法、最佳模型，知識點全覆蓋 | 萌新成長必備
栗子 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
一隻萌新，想把自己修煉成一個成熟的
NLP
研究人員，要經過一條怎樣的路？
有個名叫Tae-Hwan Jung的韓國小夥伴，做了一份完整的
思維導圖
，從基礎概念開始，到NLP的常用方法和著名演算法，知識點全面覆蓋。
可以說，從0到1，你需要的都在這裡了：
這份精緻的資源剛剛上線，不到一天Reddit熱度就超過
400
，獲得了連篇的讚美和謝意：
“肥腸感謝。”“我需要的就是這個！”“哇，真好啊！”
所以，這套豐盛的思維導圖，都包含了哪些內容？
四大版塊
就算你從前什麼都不知道，也可以從第一個版塊開始入門：
1 機率&統計
從中間的灰色方塊，發散出5個方面：
基礎
（Basic） ，
取樣
（Sampling） 、
資訊理論
（Information Theory） 、
模型
（Model） ，以及
貝葉斯
（Bayesian） 。
每個方面，都有許多知識點和方法，需要你去掌握。
畢竟，有了機率統計的基礎，才能昂首挺胸進入第二個板塊。
2 機器學習
這個版塊，一共有7個分支：
線性迴歸
（Linear Regression） 、
邏輯迴歸
（Logistic Regression） 、
正則化
（Regularization） 、
非機率
（Non-Probabilistic） 、
聚類
（Clustering） 、
降維
（Dimensionality Reduction） ，以及
訓練
（Training） 。
掌握了機器學習的基礎知識和常用方法，再正式向NLP進發。
3 文字挖掘
文字挖掘，是用來從文本里獲得高質量資訊的方法。
圖上有6個分支：
基本流程
（Basic Procedure） 、
圖
（Graph） 、
文件
（Document） 、
詞嵌入
（Word Embedding）、
序列標註
（Sequential Labeling） ，以及
NLP基本假設
（NLP Basic Hypothesis）。
彙集了NLP路上的各種必備工具。
4 自然語言處理
裝備齊了，就該實踐了。這也是最後一張圖的中心思想：
雖然只有4個分支，但內容豐盛。
一是
基礎
（Basic） ，詳細梳理了NLP常用的幾類網路：迴圈模型、卷積模型和遞迴模型。
二是
語言模型
（Language Model） ，包含了
編碼器-解碼器模型
，以及
詞表徵到上下文表徵
（Word Representation to Contextual Representation） 這兩部分。許多著名模型，比如
BERT
和
XLNet
，都是在這裡得到了充分拆解，也是你需要努力學習的內容。
三是
分散式表徵
（Distributed Representation） ，許多常用的詞嵌入方法都在這裡，包括
GloVe
和
Word2Vec
，它們會一個個變成你的好朋友。
四是
任務
（Task） ，機器翻譯、問答、閱讀理解、情緒分析……你已經是合格的NLP研究人員了，有什麼需求，就調教AI做些什麼吧。
看完腦圖，有人問了：是不是要把各種技術都實現一下？
韓國少年說：
不不，你不用把這些全實現一遍。找一些感覺有趣的，實現一波就好了。
△ 作者Tae-Hwan Jung，來自慶熙大學
One More Thing
Reddit樓下，許多小夥伴對這套腦圖表示膜拜，並且想知道是用什麼做的。
韓國少年說，
Balsamiq Mockups
。
GitHub傳送門：
Reddit傳送門：
—
完
—
量子位 · QbitAI
վ‘ᴗ’ ի 追蹤AI技術和產品新動態
戳右上角「+關注」獲取最新資訊↗↗
如果喜歡，請分享or點贊吧~比心❤
