下半年寫作計劃

情感分析是較前沿的課題，並且是自然語言處理方向較高層的應用。目前，由於自然語言處理基本任務如分詞、詞性標註、命名實體識別、依存句法分析還有更複雜的語義角色標註等得到較好的解決，並出現一批優秀的開源項目和商業應用介面（如哈工大社會計算與信息檢索研究中心的LTP開源項目和LTP語言技術平台），使得單獨學習和研究較高層的應用更為方便。不過我認為，深入了解自然語言處理基本技術，會有助於高層應用的研究，使你可以在整個處理環節上，清楚並有效的優化各個步驟。以上便是下半年寫作主題——解決自然語言處理基本任務的基本方法的理解和實現，確定的緣由。

我提到的自然語言處理基本任務有：分詞、詞性標註、命名實體識別、依存句法分析、語義角色標註。本系列以參考哈工大社會計算與信息檢索中心的LTP開源項目為主，HanLP，fudannlp，jieba為輔。這些開源項目，我之前很少研究，所以還是以探索性質進行。

寫作計劃：

1. 10月，分詞任務，預計４～６篇．介紹分詞任務，解決方法，性能評測。其中解決方法覆蓋傳統演算法，機器學習，深度學習
2. 11月，詞性標註任務，預計３～５篇
3. 12月，依存句法分析，預計３～５篇

對於本系列寫作過程中，會用到機器學習，深度學習，對於演算法我會進行簡單總結，詳細的會在本系列結束之後，未來的專題中發布，所以不會擾亂該系列的時間線。方法主要用python來實現。

由於本人能力有限，不懂的地方可以去憶臻的機器學習演算法與自然語言處理專欄查看，其總結了很多相關的文章。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　寫於2017.9.27　長春

推薦閱讀：