大数据文摘作品

编译：糖竹子、吴双、钱天培

       自然语言处理（NLP）是一种艺术与科学的结合，旨在从文本数据中提取信息。在它的帮助下，我们从文本中提炼出适用于计算机算法的信息。从自动翻译、文本分类到情绪分析，自然语言处理成为所有数据科学家的必备技能之一。

在这篇文章中，你将学习到最常见的10个NLP任务，以及相关资源和代码。

       对于处理NLP问题，我也研究了一段时日。这期间我需要翻阅大量资料，通过研究报告，博客和同类NLP问题的赛事内容学习该领域的最新发展成果，并应对NLP处理时遇到的各类状况。因此，我决定将这些资源集中起来，打造一个对NLP常见任务提供最新相关资源的一站式解决方案。下方是文章的目录。

目录:

1. 词干提取

2. 词形还原

3. 词向量化

4. 词性标注

5. 命名实体消岐

6. 命名实体识别

7. 情感分析

8. 文本语义相似分析

9. 语种辨识

10. 文本总结

阅读原文链接：https://mp.weixin.qq.com/s/bcVGqVkQoVdo3fYUJJkpCQ