概论

基本概念

注：自然语言理解就是将自然语言转换成便于计算机理解的格式，如树、或区间(-1,1)之间的实数；

常见应用

注：1）推荐系统中，可以通过计算文章的相似度，推荐类似的文章；

       2）体育赛事报道自动生成时，用同义词替换可以保证生成相同意思的句子时，不会出现完全相同的两句话；

       3）目前大部分的自然语言理解的应用主要是模板匹配和分类器；

注：上图中右下角语言相关技术中的各项都有现存的模块可供调用，不需要自己实现；

自然语言理解的挑战

注：新颖观点的意思是，不对语言本身做结构化处理，只在语言本身的表层进行处理；

历史进程

注：规则系统和概率系统和深度学习并不是一个替换的关系，实际使用中，这三者是可以共存的；

注：上图中的规则 我饿(死)了 这种示例，可以用正则表达示来进行匹配；

注：准确率的计算是指，例如给出3个句子，每个句子中提取出来一个词，然后根据提取出来的词来计算准确率；

Sequence 2 Sequence

http://karpathy.github.io/2015/05/21/rnn-effectiveness/

解决自然语言处理的一般思路

一些常用的工具

注：Stanford Core NLP支持中文；