今日，学习的资料来源为：如何在NLP领域第一次做成一件事
自然语言处理的研究内容：1，句法语义分析（主要对句子进行分词，词性识别，命名实体识别，句法分析，语义角色分析，多义词消歧等）2， 信息抽取（从文本中抽取重要的信息，主要涉及到了实体识别，时间抽取，因果关系抽取等关键技术）3，文本挖掘（对文本数据进行聚类，分类，信息抽取，摘要，情感分析等主流的统计机器学习）4，机器翻译（把输入的源文本自动翻译获得另一种语言的文本）5，信息检索（对大规模的文档进行索引，可以先在索引中找到候选文档，然后根据排序机制把候选文档排序，最终输出排序得分最高的文档）6，问答系统（给一个问题，然后给出一个精确的答案）7，对话系统（系统通过一系列的对话，跟用户进行聊天，回答，完成一项任务，甚至可以基于用户进行个性化回复）
学习NLP的过程：找一个开源项目，然后理解任务，跑通源码，然后尝试着自己实现，然后与源码相对照，找优势，找不足。
选择NLP课题：先确定一个研究领域，然后调研该研究领域的一些发展状况，包括方法方面，是否有清晰的数学体系和机器学习体系；数据方面，是否有公认的数据集；研究团队，是都有著名的团队和人士参加，然后找到本领域的一些开源项目或工具，多读文章，最后要进行比较好的对比，与已有的算法进行比较，是否可以得到比较一般的结论。
如何写出一篇NLP的论文：论文题目具体，有深度，突出算法；论文摘要说明本文针对什么问题，提出什么方法，跟已有的工作相比有什么优势，实验结果表明，达到什么水准，解决了什么问题；引言，要说本项工作的背景，对于这个问题的定义，有什么重要性，本问题中，现有方法有哪些，优缺点，存在什么问题，本文针对这个问题，受什么方法的影响，提出了什么新的方法，并做了以下几个方面的研究，然后对几个方面加以叙述，最后说明实验的结论，文本的贡献，最后说一下文章的章节组织以及本文的重点；论文相关工作，对相关工作做一个梳理，按照流派划分，对主要的最多三个流派做简要的介绍，介绍其原理及其局限性；论文主干主要是对于算法的描述，对于实验的介绍；论文结论，对本文的贡献再一次总结，既要从理论，方法上加以总结和提炼，也要在实验上的贡献和结论说明，同时也需要指出未来的研究方向；论文参考文献，要把重要的相关工作的论文写全。