# NLP基础知识
- [常用数据集简介](常用数据集简介.md)
- [推荐更新源](推荐更新源.md)
- [打造NLP工具箱](打造NLP工具箱.md)
- [如何衡量机器学习分类模型](如何衡量机器学习分类模型.md)
- [词袋模型和TFIDF模型](词袋模型和TFIDF模型.md)
- [Word2Vec模型和Doc2Vec模型](Word2Vec模型和Doc2Vec模型.md)
- [自己动手训练word2vec模型](自己动手训练word2vec模型.md)
- [使用多层感知机进行文档分类](使用多层感知机进行文档分类.md)
- [使用fasttext进行文档分类](使用fasttext进行文档分类.md)
- [使用LDA进行文档主题建模](使用LDA进行文档主题建模.md)
- [使用Jieba进行中文词性标注](使用Jieba进行中文词性标注.md)
- [使用TextRank和TFIDF进行关键字自动提取](使用TextRank和TFIDF进行关键字自动提取.md)
- [文档相似度](文档相似度.md)
# NLP应用案例
- [对美食评语进行情感分析](预测Yelp美食评分.md)
# 让机器理解文字
图像、文字和声音是人类接触、理解外部世界最常见的三种形式，其中文字又是最容易保存和进行交换的形式。大量的人类文明，最终都是以文字的形式保留下来的；大量的信息交换，都是是文字的形式进行。如何能让机器可以与人交流，理解人类的思想，最终能像人类一样理解文字以及文字背后的各种想法、意图呢？自然语言处理，即所谓的NLP是重要的支撑技术。
# NLP与安全
在传统的web攻防中，大家与http协议结下了不解之缘。但是在安全领域，web攻防只是很小一个分支。许多明显的与工作和生活无关的垃圾邮件，人一样就可以看出来，但是基于规则的垃圾邮件网关处理起来却总是差强人意。越来越多的电商、论坛甚至是视频网站的弹幕，总是可以看到明显的人身攻击或者违法违规信息，但是基于规则的过滤机制总是被绕过。人类可以很轻松的理解二十四口交换机，知道苹果是水果还是手机，但是机器如何做到呢？答案就是NLP。
# 一本开源的NLP入门书籍
这可能是第一本用开源的思想写的NLP入门书籍，整个写作过程都在我的Github上。
https://github.com/duoergun0729/nlp
之所以想用开源的思路去写，主要是因为NLP技术，尤其是基于机器学习的NLP技术发展非常快，比如目前已经广泛使用的fasttext技术，2016年发布论文，2017年已经进入大量生产领域，但是许多自然语言处理书籍还停留在大学课程的范围，甚至连词向量都很少涉及。相对周期繁琐的纸质书籍编写，在Github上我可以很方便的进行编写和更新，有勘误也可以很快修改。目前我已经完成了其中的三篇，后面我将不断更新内容，大家可以订阅我的Github，或者关注我的微信公众号《**兜哥带你学安全**》
# License
© 2018~2020 兜哥.
本作品采用[知识共享署名-非商业性使用 4.0 国际许可协议](https://creativecommons.org/licenses/by-nc/4.0/)进行许可。没有我许可的任何使用该书进行的商业行为都是违法。
# 打赏
写书不容易，尤其是使用个人休息时间的写作，感谢您的打赏，100不嫌多1块不嫌少。
<img src="打赏.png" width = "200" alt="打赏" align=center />
如果您更喜欢知识星球这种形式，可以加入我的知识星球,NLP相关的问题也可以在星球里面提问。
<img src="知识星球.png" width = "200" alt="知识星球" align=center />
nlp入门学习资料 包括工具
需积分: 1 193 浏览量
2024-03-01
14:48:34
上传
评论
收藏 4.95MB ZIP 举报
nlp-master.zip （81个子文件） 
nlp-master 
Word2Vec模型和Doc2Vec模型.md 8KB picture 
预测Yelp美食评分-图4.png 23KB 预测Yelp美食评分-图6.png 51KB 使用LDA进行文档主题建模-图3.png 13KB 使用fasttext进行文档分类-图1.png 227KB 使用多层感知机进行文档分类-图5.png 189KB 使用fasttext进行文档分类-图3.png 61KB 常用数据集简介-图8.png 304KB 预测Yelp美食评分-图1.png 13KB 常用数据集简介-图3.png 90KB 使用TextRank和TFIDF进行文档关键字自动提取-图2.png 16KB 文档相似度-图3.png 1KB 预测Yelp美食评分-图3.png 15KB 常用数据集简介-图5.png 198KB 文档相似度-图1.png 89KB 如何衡量机器学习分类器模型-图2.png 62KB 使用LDA进行文档主题建模-图4.png 161KB 使用LDA进行文档主题建模-图2.png 16KB 使用CNN进行文档分类-图1.png 51KB NLP之Word2Vec模型和Doc2Vec模型-图2.png 36KB 如何衡量机器学习分类器模型-图1.png 27KB 使用CNN进行文档分类-图2.png 80KB 使用fasttext进行文档分类-图2.png 16KB 使用多层感知机进行文档分类-图2.png 139KB 词袋模型和TFIDF模型-图1.png 74KB 使用TextRank和TFIDF进行文档关键字自动提取-图1.png 52KB 常用数据集简介-图1.png 237KB 使用搜狗新闻预料生成word2vec-图1.png 131KB 使用多层感知机进行文档分类-图4.png 61KB 使用CNN进行文档分类-图4.png 148KB 预测Yelp美食评分-图2.png 32KB 常用数据集-图4.png 300KB Word2Vec模型和Doc2Vec模型-图1.png 34KB 使用CNN进行文档分类-图3.png 158KB 使用多层感知机进行文档分类-图1.png 627KB 使用LDA进行文档主题建模-图1.png 27KB 使用多层感知机进行文档分类-图3.png 40KB 文档相似度-图2.png 1KB 使用fasttext进行文档分类.md 13KB 使用TextRank和TFIDF进行关键字自动提取.md 5KB 推荐更新源.md 1KB 打赏.png 69KB 公众号.png 26KB 预测Yelp美食评分.md 24KB 文档聚类.md 2KB 使用CNN进行文档分类.md 23KB paper 
Convolutional Neural Networks for Sentence Classification.pdf 236KB 自己动手训练word2vec模型.md 6KB 词袋模型和TFIDF模型.md 7KB 使用Jieba进行中文词性标注.md 4KB 知识星球.png 63KB 文档相似度.md 11KB 使用多层感知机进行文档分类.md 6KB 人家对话.png 38KB .gitignore 7B 如何衡量机器学习分类模型.md 4KB 使用LDA进行文档主题建模.md 10KB README.md 4KB 常用数据集简介.md 15KB code clustering.py 6KB ner.py 1KB yelp-cnn-model-mlp.png 148KB lda.py 5KB yelp-cnn-model.png 52KB cnn.py 16KB yelp.py 15KB yelp-cnn-model-textcnn.png 148KB yelp-mlp-model.png 32KB 预测yelp评分-图6.png 51KB similarities.py 4KB itchat.pkl 1.73MB yelp_sentiment_stars.png 15KB progressive-tweet-sentiment.csv 626KB yelp_stars.png 13KB mlp.py 4KB keywords.py 1KB
stopwords.txt 17KB fasttext.py 4KB weixin.py 3KB 打造NLP工具箱.md 9KB 说明.pdf 22KB资源评论
