NLP&深度学习:近期趋势概述(一)
在最近发表的论文中,Young及其同事汇总了基于深度学习的自然语言处理(NLP)系统和应用程序的一些最新趋势。本文的重点介绍是对各种NLP任务(如视觉问答(QA)和机器翻译)最新技术(SOTA)结果的回顾和比较。在这篇全面的综述中,你可以详细了解NLP深度学习的过去,现在和未来。此外,你还将学习一些在NLP中应用深度学习的最佳实践。其中主题包括: 1、分布式表示的兴起(例如,word2vec); 2、卷积,循环和递归神经网络; 3、在强化学习中的NLP的应用; 4、无监督模型在表示学习中的最新进展; 5、将深度学习模型与增强记忆策略相结合; 什么是NLP? 自然语言处理(NLP)涉及构建计算机算法以自动分析和表示人类语言。基于NLP的系统现在已经实现了广泛的应用,例如Google强大的搜索引擎,以及最近阿里巴巴的语音助手天猫精灵。NLP还


