1.自然語言處理要解決哪些任務？
（1）解剖類：分詞、詞性标注、命名實體識别、word2vec
（2）生成類：文本分類、主題識别、關鍵詞提取、自動摘要、情感分析、文本生成
（3）情感分析、智能問答系統和知識圖譜
為了直覺了解這些任務，推薦這個網站：http://ictclas.nlpir.org/nlpir/
比較商業成熟一些的網站：http://www.datagrand.com/
2.對應 不同的任務所需要掌握的技能樹有哪些？
資料清洗：正規表達式比對
基礎處理：one hot,bag of words(文本數字化)，tf-idf
分詞：英文nltk,spacy, 中文jieba
詞性标注：英文：nltk,spacy，中文:jieba,CRF(條件随機場)，HMM(隐馬)
命名實體識别：英文: nltk,spacy; 中文：CRF、Stanford CoreNLP
主題識别：plsa和LDA
文本分類：Word2vec+CNN
文本生成：RNN, LSTM
情感分析:關鍵詞打分機制，比如AFINN-111
3.正規表達式比對：https://blog.csdn.net/qq_28633249/article/details/77686976
這篇部落格講得挺全的,另外附上規則表。
