NLP contents

1.词法分析

字典+隐马尔可夫模型(HMM)+最大熵+条件随机场(CRF)
基于深度神经网络的分词，POS词性标注，NER命名实体识别，Parsing句法分析

2.文本篇章分析

Textcnn文本分类
Textsum自动摘要
情感分析
意图识别

3.LDA主题模型

pLSA、共轭先验分布 ——》 LDA

4.词语建模

词向量与相关应用

5.语言模型

n-gram ——》 基于RNN的语言模型 （应用：文本生成）

6.神经序列模型

seq2seq+attention

7.机器翻译

基于统计的机器翻译——》神经网络机器翻译(seq2seq/cnn-seq2seq(facebook))

8.聊天机器人

检索问答——》知识问答，seq2seq结构的generative对话模型，多轮对话

9.知识图谱

知识表示与知识建模
知识抽取与挖掘
知识存储
知识融合
知识推理
语义搜索
知识问答

10.语音识别

参考：

1.CS224n: Natural Language Processing with Deep Learning
2.CS11-747:Neural Networks for NLP
3.deepnlp