AI NLP NLU 资料大乱炖
如何理解最小二乘法？（被人鄙视了不知道什么叫统计的基本原理？这篇文章写的真好通俗易懂）
https://blog.csdn.net/ccnt_2012/article/details/81127117
Python安装目录结构详解（WINDOWS下用PYTHON还是需要熟悉下环境的）
https://blog.csdn.net/qq_43401808/article/details/88869397
Python+wordcloud+jieba+docx生成中文词云和词频统计（这个挺好玩的）
https://blog.csdn.net/fengjianc/article/details/78929121
关于理解人跟机器的对话
Speech Act Theory言语行为理论
Austin认为，说任何一句话时，人们同时要完成三种行为：言内行为、言外行为、言后行为（顾芸英，1986）
Austin把言外行为分为五类：即，判定语（verdictives）、裁定语（exercitives）、承诺语（commissives）、阐述语（expositives）和行为语（behabitives）。后来，Searle批评了这一分类，把言外行为分为“新五类”：即，断言（assertives）、指令（directives）、承诺语（commissives）、表情语（expressives）和宣布（declarations）。
理解人类提问
英特调查后发现对于中文问题来说，无非可以分成以下两类：疑问句和反问句。对于反问句当然没什么好说的，我们来重点看看疑问句。可以分为是非问句、正反问句、特指问句、选择问句，其中特指问句又可以分为人、原因、地点、时间、意见、数量、方式和其余的实体。
对于问题来说，人类也需要首先对句子做一个判断，拿特指问题来说，需要判断到底是问什么？接着将每个问题做一个初步的定位，缩小回答时的搜索范围，最后从知识体系和场景中取得答案。
NLU 的难点主要在语料的准备， 接下来就自己了解到的经验进行一一记录。
每个意图要有关键字，意图中的每句都要有关键字。
每个关键字要扩充20左右的语句。
所有语句之间要够发散、离散（即除关键字外尽量不用重复的词语）。
除关键字之外，所有的词字，在每个意图中重复率要低、要低，最好不重复。
整个文件中，除关键字之外，所有的词字，重复率要低、要低，最好不重复。
上面两条造成的现象就是,你我他啊是的吗之类的词都要去掉（语义可以稍微不通顺，可接受）。
句式相同，参数不同的意图进行合并，通过后期校验参数进行分辨。
意图识别的准确度跟两方面有关
关键字在当前意图中出现的频率
关键字在整个文件中出现的频率
原创 | 工业场景下，问答机器人如何陪聊？
https://www.sohu.com/a/270483785_473476
NLU(Natural Language Understanding)是采用NLP(Natural Language Processing)技术对用户问题进行意图识别和实体抽取。意图识别是要弄清楚用户到底要问什么，如是查询故障发生次数还是故障原因；实体抽取是这个意图下的具体槽位值。比如问句是“上个月发电机故障次数是多少”，意图就是“查询故障次数”，故障名称的槽位值是“发电机故障”，时间的槽位值是“上个月”。意图识别可以描述成为分类问题，使用机器学习的方法来解决，如SVM、fastText；实体抽取使用NLP里的NER（命名实体识别）相关技术解决。
Rasa使用指南01（想办法先做一个机器人出来？）
https://terrifyzhao.github.io/2018/09/17/Rasa%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%9701.html
https://terrifyzhao.github.io/2019/02/26/Rasa%E4%BD%BF%E7%94%A8%E6%8C%87%E5%8D%9702.html
自然语言处理之序列标注问题（用一个机器可以理解的办法来处理问题）
https://www.cnblogs.com/jiangxinyang/p/9368482.html
一文详解深度学习在命名实体识别ner中的应用（到底是先分词还是先做NER纠结了很久，看完了不纠结了）
NER概念系统梳理
命名实体识别主要分类，一般包括 3 大类（实体类、时间类和数字类）和 7 小类（人名、地名、组织名、机构名、时间、日期、货币和百分比）。但随着 NLP 任务的不断扩充，在特定领域中会出现特定的类别，比如医药领域中，药名、疾病等类别。
https://blog.csdn.net/f12105212/article/details/78500327
从材料硕士到算法工程师的转行之路（这个哥们看起来很牛啊，向他学习，人家很客气，也加了WX）
https://www.cnblogs.com/jiangxinyang/p/10263414.html