如何入门：使用Python进行自然语言处理和人工智能

Question

5

我的目标是编写一个程序，能够从人类语言提问中提取音调、个性和意图（例如：我输入：“你好吗？”AI 系统会回应:“我很好。你呢？”）

我知道这是一个不容易解决的问题，那么我应该从哪些深度学习主题入手？还有哪些 Python 模块是最有用的？我已经开始研究 NLTK 了。谢谢。

- Feynman27

你应该从一个与主题相关且鼓励交流的网站开始。我不知道那是什么网站，但可以肯定的是，你所寻找的远远超出了Stack Overflow所能提供的范围。 - mah

2个回答

6

@alvas提供了很好的建议。

对于深度学习，请看看Google的Word2Vec算法。它特别适用于自然语言处理问题。以下是一个介绍性的用例：

Google最近发布了一个名为Tensorflow的Python库，用于机器学习，而Word2Vec也是其中的一部分。

最后，最好的实践地方是Kaggle竞赛。尝试阅读入门用例，以了解自然语言处理和机器学习的能力。

大多数竞赛可能会很有挑战性，但Kaggle有一套非常好的教程/入门竞赛，可以让你开始。一旦你知道如何设置基本的NLP/ML任务，那么你就可以开始你喜欢的用例。

愉快的学习：）

- AbtPst

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- alvas · Accepted Answer

可以作为人工智能领域经典书籍的是 Stuart Russell 和 Peter Norvig 编写的 Artifical Intelligence，并附有一门相关课程：https://www.udacity.com/course/intro-to-artificial-intelligence--cs271

机器学习（ML）

对于理论基础，建议学习机器学��（ML），这对更流行的自然语言处理（NLP）任务会很有用，可参考Andrew Ng 的机器学习课程。

而在应用机器学习和内部工作方面，可参考 Emily Fox 和 Carlos Guestrin 授课的华盛顿大学的 ML 课程。

对于 NLP，广受欢迎的入门书籍是 Jurafsky 和 Martin 的 Speech and Language Processing。

如果想从统计学角度理解 NLP，可参考 Manning 和 Schutze 的 Statistical NLP 书籍/课程。

如果想从实践角度了解 NLP，则可从NLTK 书籍开始。

了解 NLP 技术的好方法是查看最近几年的相关论文，ACL 组织的ACL 选集收藏了大部分值得关注的 NLP 论文。

另一个好资源是查看 NLP/ML/AI 的会议记录，Joel Tetreaul 维护了一个相关会议及其提交日期的更新列表：http://www.cs.rochester.edu/~tetreaul/conferences.html

网络上有很多人工智能、机器学习、自然语言处理以及更近期的神经网络资源。一个可以随意提问的好论坛是：https://www.reddit.com/r/MachineLearning/，而 datascience.stackexchange.com 则可能更适合提问。

搜索github上的awesome列表，可以轻松找到人工智能/机器学习/自然语言处理等领域的资源，例如：