趋近智
自然语言处理基本原理
章节 1: 自然语言处理基本原理与高级文本处理
自然语言处理流程
高级分词方法
词干提取与词形还原比较
文本数据中的噪声处理
停用词高级定制
文本标准化方法
动手实践：构建预处理流程
章节 2: 文本特征工程
从词袋模型到TF-IDF
计算 TF-IDF 分数
使用N-gram来获取语境信息
特征哈希简介
文本特征的降维
比较不同的文本表示方法
动手实践：生成文本特征
章节 3: 监督学习在文本分类中的应用
分类算法回顾
将分类器应用于文本数据
分类模型评估指标
交叉验证策略
文本模型的超参数调优
处理不平衡数据集
实践：构建文本分类器
章节 4: 嵌入表示与序列数据理解
基于频率的模型的局限性
分布式语义学简介
词嵌入基本原理
Word2Vec：CBOW 与 Skip-gram 模型结构
GloVe：词语的全局向量表示
词嵌入的可视化
使用预训练词嵌入模型
动手实践：使用词嵌入
章节 5: 自然语言处理中的序列模型介绍
序列感知的必要性
循环神经网络（RNN）基础
理解梯度消失问题
长短期记忆（LSTM）网络
门控循环单元 (GRUs)
将序列模型应用于文本
动手实践：构建一个简单的序列模型
分类算法回顾
这部分内容有帮助吗？
- Speech and Language Processing (3rd edition draft), Daniel Jurafsky and James H. Martin, 2025 - 一本标准教科书，全面涵盖了自然语言处理中的文本分类、朴素贝叶斯和支持向量机。
- The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Trevor Hastie, Robert Tibshirani, and Jerome Friedman, 2009 (Springer) - 一本基础性教科书，为包括支持向量机和带有正则化的逻辑回归在内的分类算法提供了严谨的理论解释。
- Text Categorization with Support Vector Machines: Learning with Many Relevant Features, Thorsten Joachims, 1998 European Conference on Machine Learning (ECML) DOI: 10.1007/BFb0026671 - 一篇开创性论文，展示了支持向量机在高维文本分类任务中的有效性。
- A Comparison of Event Models for Naive Bayes Text Classification, Andrew McCallum, Kamal Nigam, 1998 Learning for Text Categorization: Papers from the 1998 AAAI Workshop (AAAI) - 比较了多项式和伯努利朴素贝叶斯模型，与文本中讨论的文本分类朴素贝叶斯变体直接相关。