NLP刚入门，想利用一些文本文件和python工具做一些文本分类的问题。查资料查到利用中文和英文的预处理有很多不同：中文处理具体是怎样的呢？（1）分词：jieba分词 or nlpir？（2）停用词：去停用词使用正则表达式？网上的停用词表是包括标点的，标点符号是否就不用再处理了？（3）上两步的顺序，先分词再停用词，还是先去停词再分词（4）词性标注有什么用？用于后续处理吗？（5）还有什么其他处理操作？ （6）后续分类使用gensim、scikit-learn、nltk？刚入门，问题比较小白。。

比较基础的问题，但是希望能够得到精炼的回答。

比如说我有一系列研究者的工作单位信息：作者A：High Performance Network Laboratory, Institute of Acoustics, Chinese Academy of Sciences, Beijing, China 100190作者B：Mohammed V Agdal University, Rabat and High School of Technology, Sale作者C：Department of Computer Science, University of Waterloo, Waterloo, Ontario, Canada; University of Indonesia, […]

今天看到朋友圈分享的一个机器人自动作诗软件。可以填词作诗也可以随机生成。附上链接：帮你写诗的编诗姬你对这个机器人作诗软件怎么看？机器人创作是否会在未来取代人类创作？相比于人工作诗，机器人作诗的局限在哪里？有哪些算法实现一个作诗系统？需要考虑哪些特征？做一个写故事的机器人又有多难？

如题，求指教？

算法，广告

如何通俗去理解ngram模型呢，比如Bi-gram,Tri_gram

我今年大四，加入实验室做毕设，毕设的题目大致就是产品评论挖掘。前些天导师告诉我去参加SemEval其中一个子任务——ABSA。我有些机器学习的基础，但是NLP之前没有接触过。现在在读前年的比赛论文，虽然读的懂，但是自己做还是没有清晰的思路。请问我要先学习哪些知识，或者大牛们有哪些书建议看？我觉着自己的问题就是在于，看得懂别人的方法，没有自己的思路，思维完全被看过的论文禁锢了。我应该怎样发现新思路呢？

Representation Learning 应该准确翻译成什么？表征学习？来自大神Yoshua Bengio的一篇总结性的文章《Representation Learning：A Review and New Perspectives》，这个方向风向如何？