如何學(xué)習(xí)自然語言處理NLP詳細學(xué)習(xí)方法說明

學(xué)習(xí)nlp方法大致可以分為二種。

第一種，在實踐中學(xué)習(xí)，找一個特定的任務(wù)，譬如文本分類、情感分析等。然后以做好任務(wù)為導(dǎo)向的去挖掘和這一個任務(wù)相關(guān)的知識點。由于沒有系統(tǒng)的學(xué)習(xí)，肯定會遇到各種各樣的攔路虎問題，當(dāng)遇到不懂的概念時，利用百度/谷歌查閱相關(guān)資料去理解學(xué)習(xí)這個概念，若是概念難懂，就多看不同的人對這些概念的理解，有的時候有些人能深入淺出的講解一些很不錯的資料，個人覺得這種有目的性的實踐學(xué)習(xí)方式學(xué)來的東西更加印象深刻。

這樣也在潛移默化中鍛煉了個人能力（獨立查找資料/文獻是一種極其重要的能力），又能達成某些目的。這樣過了一段時間之后，好像懂很多東西了，但是好像又有很多方面不了解，其實這就是在某個點有點深度了，但是廣度還不夠。

如果此時有大把閑置的時間，就可以去刷刷那些不錯的系統(tǒng)性課程，刷課的時候會發(fā)現(xiàn)很多概念理解起來輕松多了，或者說似曾相識（理解的知識點又得到了復(fù)習(xí)并再次確認自己的理解了的知識點和這些老師講的是否一致）。

第二種，就是一上來就是刷課刷書，把理論什么的都梳理一遍，然后根據(jù)課程把課后作業(yè)都敲一遍并且理解。

這樣系統(tǒng)的學(xué)習(xí)雖然會花上很長的時間，但是也會讓你對知識體系有個全面的認識，之后你再進去某個小點（比如文本分類等）的深入探索，會發(fā)現(xiàn)很多東西都理解學(xué)習(xí)過。

其實你已經(jīng)有了知識的廣度，但是對某個點的知識深度還欠缺，此時就按需深挖即可，當(dāng)然，這個過程肯定也不輕松。

其實這二種學(xué)習(xí)方法我覺得都挺不錯，根據(jù)自身具體情況具體分析，交叉使用，效果應(yīng)該更佳。現(xiàn)在回過頭來看，我之前的學(xué)習(xí)方法更像第一種。

最近想從頭開始學(xué)一些基礎(chǔ)知識，以查漏補缺，所以收集了一大波不錯的資料，作為新年大禮包送給初學(xué)者們，往下看，你想要的都在后面，記得看完免費的贊來一個喲?。?！

編程語言

初學(xué)者推薦python，安裝方法可以選擇純python安裝也可以選擇Anaconda方式安裝。IDE推薦pycharm。

此外，強烈推薦初學(xué)者使用jupyter來學(xué)習(xí)代碼，感覺真的超級贊。

對于新手應(yīng)該如何學(xué)python，個人覺得最重要的是寫，排除那種特別優(yōu)秀的人，相信大部分人都可以歸入到我亦無他，唯手熟爾。因此前期的代碼量是必不可少的，即使在不熟悉的語法情況下對著敲也不失為一種不錯的方法，總而言之，要敲，要實踐，從而達到手熟。

有人會問，那我一開始敲什么呢？初學(xué)者建議把python基本語法敲一遍，可以配合jupyter，這樣可以很方便的敲完一個方法就能實時運行展示效果。然后敲一些基礎(chǔ)的python包的基本用法，譬如最基本的numpy、pandas、matlibplot三劍客。

個人建議一開始沒必要對里面的每個方法都去深究，這樣做會很費時而且可能正反饋也不大，把簡單的基本的用法敲幾遍熟悉，在這個過程中，要慢慢鍛煉一種能力：碰到問題能夠獨立通過百度/谷歌解決。以后會發(fā)現(xiàn)這種能力尤為重要。

自然語言處理初學(xué)者首先要了解熟悉nlp領(lǐng)域的基本術(shù)語、任務(wù)定義以及一些基本算法，前期可以結(jié)合一些不錯的工具實踐，比如經(jīng)典的jieba、hanlp、snownlp、stanfordcorenlp、spaCy、pyltp、nltk、textblob、gensim、scikit-learn等，以及最近的pkuseg、flair等等。通過這些熟悉比如任務(wù)的輸入輸出、評價指標(biāo)以及應(yīng)用場景等等。

書籍推薦

個人覺得從頭到尾的看書對于初學(xué)者來說不太友好，但是必備的工具書放在手邊經(jīng)常查閱是必不可少的。比如周志華老師的西瓜書《機器學(xué)習(xí)》、李航的《統(tǒng)計學(xué)習(xí)方法》、宗成慶的《統(tǒng)計自然語言處理》以及花書《Deep Learning》等等。另外一些比較有意思的書譬如《數(shù)學(xué)之美》也可以讀讀，通俗易懂的語言會讓你對這個領(lǐng)域產(chǎn)生興趣，最后推薦一本培養(yǎng)機器學(xué)習(xí)思維的書《Machine Learning Yearning》。