一、前言
打算寫一個系列的關於自然語言處理技術的文章《Python NLP完整項目實戰》，本文算是系列文章的起始篇，為了能夠有效集合實際應用場景，避免為了學習而學習，考慮結合一個具體的項目案例展開：汽車投訴問題的自動化分類系統。敬請期待！
二、正文
| 章 | 標題 | 節 | 關鍵技術 | |
| 1 | 項目概述篇 | 1.1 | 學習指引 | |
| 2 | 1.2 | NLP完整項目演示 | 汽車投訴問題自動分類 | |
| 3 | 1.3 | 項目業務需求說明 | 需求規格說明 | |
| 4 | 1.4 | 項目總體架構設計 | 系統架構設計 | |
| 5 | 1.5 | 項目開發環境部署 | ||
| 6 | 數據樣本篇 | 2.1 | Python網絡爬蟲基礎 | |
| 7 | 2.2 | 汽車投訴問題清單下載 | ||
| 8 | 2.3 | 汽車投訴問題詳情下載 | ||
| 9 | 2.4 | 汽車投訴數據樣本標注 | 數據預處理 | |
| 10 | 關鍵技術篇 | 3.1 | 中文分詞 | 結巴分詞 |
| 11 | 3.2 | 詞性標注 | 結巴分詞 | |
| 12 | 3.3 | 詞向量 | Fasttext | |
| 13 | 3.4 | 命名實體識別 | Corenlp | |
| 14 | 3.5 | 短語結構分析 | Corenlp | |
| 15 | 3.6 | 依存句法分析 | Corenlp | |
| 16 | 3.6 | 文本向量 | Fasttext | |
| 17 | 3.7 | 文本分類 | Fasttext | |
| 18 | 程序設計篇 | 4.1 | 中文分詞 | 汽車投訴問題中文分詞 |
| 19 | 4.2 | 實體識別 | 汽車投訴問題實體識別 | |
| 20 | 4.3 | 事件識別 | 汽車投訴問題事件識別 | |
| 21 | 4.4 | 關系抽取 | 汽車投訴問題關系抽取 | |
| 22 | 4.5 | 文本分類 | 汽車投訴問題問題分類 | |
三、未完待續
由於個人時間關系，以上內容將由我的多個好友共同完成，也歡迎有興趣的同學一起參與。QQNLP專題交流群：955985268
下一主題預告《項目業務需求說明》。