TensorFlow与自然语言处理模型的应用

常常听到这种说法，自然语言处理是人工智能的桂冠。NLP从语言学上来看，研究的方向包括词干提取、词性还原、分词、词性标注、命名实体识别、词性消歧、句法分析、篇章分析等等。在这些基础的研究内容之上，面向具体的文本处理应用有机器翻译、文本摘要、情感分类、问答系统、聊天机器人等。使用的模型也在非常新颖地发展，从原来的RNN到GRU、到LSTM、到CW-RNN、到Seq2Seq、到加入Attention机制。从原本的Staticunrolling到现在的Dynamicunrolling，甚至seqGAN。自然语言处理的各个模型都有什么特点，除了加入双向以及加深网络外还有什么演化规律，每一次演化都是