机器读心术之文本挖掘与自然语言处理（第..

转眼间就到了2016年，在过去的一年里，由于个人原因，没有能做很多知识传播的事情。今年决心要给大家惊喜，年内做好两门课：《机器读心术之文本挖掘与自然语言处理》《机器读心术之神经网络与深度学习》，这两门课涉及内容在机器学习的领域属于前沿高难度热点技术，在过去几年多次承诺学员都没能如期兑现，今年不能拖下去了，先把课程全制作好，再上线，不延误，不推迟，同时也把炼数成金的课程体系推向新的高度，事因纵观世界范围内，能体系化地讲好这些知识的（面向公众的）公开课程还没见过。

自然语言处理和深度学习领域的特点是适合读的成熟教材很少，但有浩瀚如烟的一大堆论文构成整个知识体系的各种细节，自然语言处理领域有一些国外的著作，但基本是面向英语等字母文字，涉及汉语处理的几乎没有，中文著作成熟度很低，所以体系化这些知识，是学习者面对的首要困难。其次，这些领域大多涉及深涩艰难的数学算法，比如自然语言处理里用到的各种概率图模型：隐马尔科夫，最大熵，条件随机场等，深度学习里面涉及到的受限玻尔兹曼机，自编码器，卷积神经网络，深度置信网络等，数学基础稍差的人，估计即使花上几年去读，也不可能取得多大的自我进展。知识难以理解的程度超出了很多学习者的极限。所以我开设这两门课的“卖点”就是：用最通俗的语言，讲解这些机器领域里最深奥的知识，使即使数学基础不扎实，理解能力不超群的大众，也能通过课程掌握这些前沿领域的细节技术，并且应用在自己的场景里去完成某些事情。这不是一项轻松愉快的讲授任务，但按照以往在炼数成金上讲授诸多同样具有难度的课程的经验，以及各位同学的鼓励鞭策，又给我无穷的力量和信心，坚持下去把课程做完做好。

自然语言处理是机器学习当前最神秘，最红火，最具难度，也最让引人关注的分支。在搜索引擎，语音识别，情感分析，大批量文档处理，机器翻译，自动应答等各个领域有着前程无可限量的应用。可以试想一台能理解自然语言，并且和人类能用语言纯熟交流的机器，那还能叫机器么？文本挖掘(Text Mining)是数据挖掘以及自然语言处理技术衍生的一个分支，挖掘对象通常是非结构化的文本数据，常见的文本挖掘对象包括网页所产生的BBS留言、博客、微博、新闻跟贴与转贴等。此外，拥有大型呼叫中心或邮件系统的企业，call center或mail积攒下来的大量语言记录也可以通过文本挖掘获得众多具有商业价值的知识。我们用计算机去处理文字，语音，理解语言，这些本来是高等生物人类才能做的事情，使到系统能产生“机器也具有人类同样的智慧”的震惊效果，无需置疑肯定会给顾客和观众留下极其深刻的印象。