自然语言处理NLP-技术学习路线图

[Pascal算法摆渡人]公众号、知乎、小红书等感谢关注。Hi，大家好！我是Pascal_M。

不知道如何入门算法 ，对于初学者这里有完整的学习路径图（历史中经典模型文献和论文复现），完成后将成为合格初级算法工程师。

不知道行业解决方案，对于算法工程师这里有具体的行业中落地方案和呈现出商业价值，阅读后提供新的解决方法想法和成为算法专家。

蓦然回首，自己从算法（数学）专业学习以及工作已十年有余。同时希望大家成为算法经历者、分享者和创造者。

我们一起读起来！！！了解过往历史文献的方法和不足之处，展望最新的文献和技术。

目标：自然语言处理NLP学习之路

0 基础背景

1）论文阅读

1 核心模型

1）RNN

2）Transformer 和 BERT

Transformer

[NLP - 翻译 - 2017]ChatGPT核心技术 - transformer算法（一）

BERT

2 单句分类

1）文本分类

综述

解决方案

竞赛方案

3 序列标注

1）命名实体识别（NER）

综述

数据集

解决方案

竞赛方案