[請益] 關於 NLP 如何自學(書/公開課程)?

看板Soft_Job作者 (Artisan)時間1年前 (2022/05/28 19:20), 1年前編輯推噓9(9推 0噓 70→)
留言79則, 12人參與, 1年前最新討論串1/3 (看更多)
Hi 各位先進， 本人背景是畢業很久的資工碩，目前從事 infra 開發的 back-end engineer，目前待的公司準時上下班，想學些能累積技術的主題 熟悉的語言有: C++/Python/Rust 因為在學時完全沒接觸過，想請問有碰過的先進們，自學的話有沒 有推的書、公開課能分享。另外 NLP 現在業界真的拿它來賺錢的公 司/組織是不是偏少(台商)，還是只是我沒碰到而已? 謝謝各位 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.229.53.217 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1653736816.A.47C.html ※ 編輯: cylee (36.229.53.217 臺灣), 05/28/2022 19:23:13
推
05/28 19:32, 1年前 , 1F
唯一推薦台大李宏毅
05/28 19:32, 1F
→
05/28 19:35, 1年前 , 2F
05/28 19:35, 2F
→
05/28 19:49, 1年前 , 3F
基本上算台灣講的最通俗易懂了
05/28 19:49, 3F
→
05/28 19:50, 1年前 , 4F
尤其推薦他的 ML 課程 講的真D猛
05/28 19:50, 4F
推
05/28 23:32, 1年前 , 5F
NLP線上課程推薦 Stanford CS224N:
05/28 23:32, 5F
→
05/28 23:33, 1年前 , 6F
05/28 23:33, 6F
→
05/28 23:33, 1年前 , 7F
PLoROMvodv4rOSH4v6133s9LFPRHjEmbmJ
05/28 23:33, 7F
推
05/28 23:55, 1年前 , 8F
台大2個教授有開放課程又有名的就是做NLP的 可以先看他們
05/28 23:55, 8F
→
05/28 23:55, 1年前 , 9F
的影片（陳 儂、李宏毅）
05/28 23:55, 9F
推
05/29 08:30, 1年前 , 10F
nlp只碰過學界的居多，業界很少
05/29 08:30, 10F
推
05/29 09:32, 1年前 , 11F
看教授影片+自己動手玩玩看簡單的
05/29 09:32, 11F
→
05/29 09:33, 1年前 , 12F
python 我推simple transformer
05/29 09:33, 12F
→
05/29 09:34, 1年前 , 13F
我覺得NLP最常見的應用可能就像是YT的推薦影片
05/29 09:34, 13F
推
05/29 11:10, 1年前 , 14F
電商搜尋、推薦、對話機器人、RPA也是有不少題目可以做的
05/29 11:10, 14F
→
05/29 11:56, 1年前 , 15F
差很多吧，推薦系統recommendation 與NLP，與搜尋引擎，在
05/29 11:56, 15F
→
05/29 11:56, 1年前 , 16F
學術界，業界完全是不同專業。
05/29 11:56, 16F
→
05/29 11:57, 1年前 , 17F
除非你去爛公司，亂做一通沒實戰的公司，不然你做search，
05/29 11:57, 17F
→
05/29 11:57, 1年前 , 18F
nlp，recommendation 要做的事情，完全不同。資歷也不通。
05/29 11:57, 18F
→
05/29 12:00, 1年前 , 19F
搜尋，要怎麼ranking，nlp的人通常都不會。推薦系統，要怎
05/29 12:00, 19F
→
05/29 12:01, 1年前 , 20F
麼做多模態(multifmodal)的特徵，通常NLP，搜尋的人又沒碰
05/29 12:01, 20F
→
05/29 12:01, 1年前 , 21F
過。彼此之間專業真的差很多。
05/29 12:01, 21F
→
05/29 12:03, 1年前 , 22F
另外NLP的各種序列標注模型，搜尋與推薦的團隊，根本沒幾
05/29 12:03, 22F
→
05/29 12:03, 1年前 , 23F
個人有碰過。專業完全不同。
05/29 12:03, 23F
→
05/29 12:04, 1年前 , 24F
最後，搜尋與推薦，很多資料pipeline的工作，都與機器學習
05/29 12:04, 24F
→
05/29 12:04, 1年前 , 25F
與NLP無關。
05/29 12:04, 25F
→
05/29 13:14, 1年前 , 26F
我研究所學nlp 但工作找backend 跟你相反
05/29 13:14, 26F
→
05/29 13:15, 1年前 , 27F
賺錢與否不清楚 但nlp工作其實不少 台商也有
05/29 13:15, 27F
→
05/29 13:22, 1年前 , 28F
真正拿NLP來商業化賺錢的，不是哪種旁門左道，做好玩，或
05/29 13:22, 28F
→
05/29 13:22, 1年前 , 29F
是做了NLP沒效益也沒差的部門喔。我在台灣看了幾年台商不
05/29 13:22, 29F
→
05/29 13:22, 1年前 , 30F
到3家而已。
05/29 13:22, 30F
→
05/29 13:24, 1年前 , 31F
NLP工作是很多啦，但是拿來賺錢變現的公司，台商絕對沒有5
05/29 13:24, 31F
→
05/29 13:24, 1年前 , 32F
家。
05/29 13:24, 32F
→
05/29 13:26, 1年前 , 33F
確實有可能是這樣沒錯 而且我看到的nlp缺都和medica
05/29 13:26, 33F
→
05/29 13:26, 1年前 , 34F
l相關 我猜現階段應該都賠錢 放眼未來的感覺
05/29 13:26, 34F
→
05/29 13:26, 1年前 , 35F
而且大部分公司，就是要你會ope source 就好。講太多太深
05/29 13:26, 35F
→
05/29 13:26, 1年前 , 36F
的別人也聽不懂。
05/29 13:26, 36F
→
05/29 13:33, 1年前 , 37F
我選nlp是因為像是怕cv飽和 押寶nlp 但做了才發現自
05/29 13:33, 37F
→
05/29 13:33, 1年前 , 38F
己對nlp的興趣不高 後來就選有興趣的web 薪水也不錯
05/29 13:33, 38F
推
05/29 14:15, 1年前 , 39F
同意大大說的，台灣純NLP工作少，大部分學NLP都是找外商
05/29 14:15, 39F
→
05/29 14:15, 1年前 , 40F
或是其他相關應用領域
05/29 14:15, 40F
推
05/29 23:12, 1年前 , 41F
Huggingface 套一下 應該是很多地方的常態…
05/29 23:12, 41F
→
05/30 01:48, 1年前 , 42F
Search跟NLP沒差那麼多啦 vector space model就搜
05/30 01:48, 42F
→
05/30 01:48, 1年前 , 43F
尋引擎開始用的 NLP後來引進 (不過我後來發現很多人
05/30 01:48, 43F
→
05/30 01:48, 1年前 , 44F
不知到這段歷史 以為vector space model是十年前左
05/30 01:48, 44F
→
05/30 01:48, 1年前 , 45F
右NLP的大發明) 排序的部分也就幾個公式而已
05/30 01:48, 45F
→
05/30 01:51, 1年前 , 46F
說實話現在很多搞NLP的幾乎都不懂IR的一些經典技法
05/30 01:51, 46F
→
05/30 01:51, 1年前 , 47F
了 tf-idf之類的 其實很多時候可以拿來作快速proto
05/30 01:51, 47F
→
05/30 01:51, 1年前 , 48F
typing
05/30 01:51, 48F
→
05/30 09:36, 1年前 , 49F
樓上，現在線上有哪個主流的搜尋引擎或商品，是用vector s
05/30 09:36, 49F
→
05/30 09:36, 1年前 , 50F
pace做的？或tf-idf做，然後去搜向量？沒有吧。速度慢，效
05/30 09:36, 50F
→
05/30 09:36, 1年前 , 51F
果又差。
05/30 09:36, 51F
→
05/30 09:41, 1年前 , 52F
排序部分就那幾個公式？你們的產品是什麼場景，CTR多少呢
05/30 09:41, 52F
→
05/30 09:41, 1年前 , 53F
？正常商品怎麼可能幾個傳統公式就能搞定。
05/30 09:41, 53F
→
05/30 09:44, 1年前 , 54F
另外，傳統IR根本不管用戶特徵，只管文字上表面相似度，這
05/30 09:44, 54F
→
05/30 09:44, 1年前 , 55F
也是現代化搜尋系統與NLP工作差異極大的地方。
05/30 09:44, 55F
→
05/30 09:50, 1年前 , 56F
NLP為什麼工作少，是因為沒有獨立能賺錢的應用。到最後能
05/30 09:50, 56F
→
05/30 09:50, 1年前 , 57F
賺錢的搜尋，推薦，廣告業務，會用到NLP的技術比例其實沒
05/30 09:50, 57F
→
05/30 09:50, 1年前 , 58F
那麼高。
05/30 09:50, 58F
→
05/30 09:51, 1年前 , 59F
如果是純賺錢考量，還不如直接去學搜尋，推薦，廣告。NLP
05/30 09:51, 59F
→
05/30 09:51, 1年前 , 60F
有遇到需求再學較好。
05/30 09:51, 60F
→
05/30 12:03, 1年前 , 61F
多謝各位的建議，我的起始點就是想要學一個有技術壁壘的
05/30 12:03, 61F
→
05/30 12:05, 1年前 , 62F
技術，而不是別人學幾個月就宣稱他能上手的。
05/30 12:05, 62F
→
05/30 12:50, 1年前 , 63F
我說IR以前用vector space model
05/30 12:50, 63F
→
05/30 12:53, 1年前 , 64F
NLP現在在用 上面是看不清楚推文亂曲解
05/30 12:53, 64F
→
05/30 12:56, 1年前 , 65F
IR排序比NLP多的就是那些公式 現在當然都
05/30 12:56, 65F
→
05/30 12:56, 1年前 , 66F
用deep learning 你要說這個那差異更小
05/30 12:56, 66F
→
05/30 13:02, 1年前 , 67F
另外 國內要做search 大多就給客戶內部使用而已 還
05/30 13:02, 67F
→
05/30 13:02, 1年前 , 68F
真的是老公式套一套就夠了 (當然直接用package更快
05/30 13:02, 68F
→
05/30 13:02, 1年前 , 69F
) 而面向大眾的搜尋引擎 現在就是google獨佔市場 其
05/30 13:02, 69F
→
05/30 13:02, 1年前 , 70F
他做也是白做
05/30 13:02, 70F
→
05/30 13:15, 1年前 , 71F
另外 tf-idf不是傳統IR用法而已 事實上它的idea很多
05/30 13:15, 71F
→
05/30 13:15, 1年前 , 72F
地方都可以用 近期的像AllenAI的SciSpacy套件也用到
05/30 13:15, 72F
→
05/30 13:15, 1年前 , 73F
了 我也說了它只是當一個baseline或prototype而已
05/30 13:15, 73F
→
05/30 13:15, 1年前 , 74F
最終成品要SOTA當然就不是用tf-idf
05/30 13:15, 74F
→
05/30 13:23, 1年前 , 75F
不過說到底 我同意如果要去做電商推薦、搜尋的 不用
05/30 13:23, 75F
→
05/30 13:23, 1年前 , 76F
特別深入NLP
05/30 13:23, 76F
推
05/31 00:48, 1年前 , 77F
推樓上，感覺某樓在diss傳統操作挺外行的。而且絕對沒
05/31 00:48, 77F
→
05/31 00:48, 1年前 , 78F
有甚麼領域差很多這種事。ACL了解一下，看看有多少是搜
05/31 00:48, 78F
→
05/31 00:48, 1年前 , 79F
索推薦相關....
05/31 00:48, 79F
‣ 更多 cylee 的文章
文章代碼(AID): #1YaWLmHy (Soft_Job)
討論串 (同標題文章)
以下文章回應了本文 (最舊先)：
完整討論串 (本文為第 1 之 3 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共3篇)
‣ 更多 cylee 的文章
文章代碼(AID): #1YaWLmHy (Soft_Job)