一、前言
打算写一个系列的关于自然语言处理技术的文章《Python NLP完整项目实战》，本文算是系列文章的起始篇，为了能够有效集合实际应用场景，避免为了学习而学习，考虑结合一个具体的项目案例展开：汽车投诉问题的自动化分类系统。敬请期待！
二、正文
| 章 | 标题 | 节 | 关键技术 | |
| 1 | 项目概述篇 | 1.1 | 学习指引 | 对象、大纲 |
| 2 | 1.2 | NLP完整项目演示 | 汽车投诉问题自动分类 | |
| 3 | 1.3 | 项目业务需求说明 | 需求规格说明 | |
| 4 | 1.4 | 项目总体架构设计 | 系统架构设计 | |
| 5 | 1.5 | 项目开发环境部署 | ||
| 6 | 数据样本篇 | 2.1 | Python网络爬虫基础 | |
| 7 | 2.2 | 汽车投诉问题清单下载 | ||
| 8 | 2.3 | 汽车投诉问题详情下载 | ||
| 9 | 2.4 | 汽车投诉数据样本标注 | 数据预处理 | |
| 10 | 关键技术篇 | 3.1 | 中文分词 | 结巴分词 |
| 11 | 3.2 | 词性标注 | 结巴分词 | |
| 12 | 3.3 | 词向量 | Fasttext | |
| 13 | 3.4 | 命名实体识别 | Corenlp | |
| 14 | 3.5 | 短语结构分析 | Corenlp | |
| 15 | 3.6 | 依存句法分析 | Corenlp | |
| 16 | 3.6 | 文本向量 | Fasttext | |
| 17 | 3.7 | 文本分类 | Fasttext | |
| 18 | 程序设计篇 | 4.1 | 中文分词 | 汽车投诉问题中文分词 |
| 19 | 4.2 | 实体识别 | 汽车投诉问题实体识别 | |
| 20 | 4.3 | 事件识别 | 汽车投诉问题事件识别 | |
| 21 | 4.4 | 关系抽取 | 汽车投诉问题关系抽取 | |
| 22 | 4.5 | 文本分类 | 汽车投诉问题问题分类 | |
| 23 | 能力拓展篇 | |||
| 24 | ||||
| 25 | ||||
| 26 |
三、未完待续
由于个人时间关系，以上内容将由我的多个好友共同完成，也欢迎有兴趣的同学一起参与。QQNLP专题交流群：955985268
下一主题预告《项目业务需求说明》。