这是第一次写分享，内容相对简单，主要是受到阮一峰的影响，每周都能写出高质量的文章，再此由衷感到敬佩、膜拜。于是我也想写点东西，在摸索中慢慢前行吧。
本周的学习方向
识别识别，关系抽取和入门强化学习。
实体识别技术NER
实体识别主要识别文本中的人名、组织机构、地名、时间等实体。通过对大量数据标注，模型很容易学到某种上下文关系对应的实体内别。如果对于特殊领域的数据集，基于规则的匹配也是一种解决思路。
关系抽取
目前NLP非常重要的方向，常常也是行业内的难点，关系抽取。关系抽取是基于实体识别之后的工作，目的在于找到实体之间的关系。在现实文本中，实体的种类较多，关系就更多且复杂，往往自然语言的描述会暗含很多上下文语境，人工理解有时都非常困难。
比如乔布斯一手创办的苹果公司，估值曾经一度破万亿美金。其中实体识别需要识别出，乔布斯和苹果公司，接下来就是关系抽取要做的事情了，识别出这两个实体关系。（乔布斯，苹果公司）是归属关系或者执掌关系，这个关系在抽取之前需要标记好。
关系抽取有很多方式，最简单当然是基于规则模式的。就是通过编写规则来抽取实体的关系，如A创办了B,那么这两个实体就是归属关系了。除此之外用的较多的就是深度学习关系抽取。
关系抽取的意义在于准确理解文本。比如在对话机器人中，首先必须识别实体和实体的关系，确定对方的意图，然后才能给出答案。抽取出来的往往是三元关系，直接可以构建出知识图谱。
入门强化学习
学习任何一门新知识前，必须先理解这门学科的基础概念。强化学习的几个基本概念分别是智能体,环境,马尔科夫决策过程(MDP)，状态,奖励,行动,贝尔曼方程,状态值函数,行动值函数。本周掌握了强化学习概念，并且尝试了简单的例子。感慨强化学习真的是一门很有意思的学科。
推荐软件
我本人是师范毕业，周围很多同学都是老师。他们大多数使用的工具比较落后。比如他们通常用word来编辑试题，缓慢的用MathType瞧着丑陋的公式，一套试卷编辑排版往往花费大量时间。教师的教案笔记也多为手写版本，要电子化打印或者分发往往没有时间也没有动力。
markdown编辑器
无论上Windows还是Mac平台都有非常好的编辑器。其中Windows平台Typora非常好用，所见所得类似word文档，不用再排版上花时间，写入数学公式美观而且效率非常高。
Mac平台pages
Pages是Mac平台的文档编辑器。在办公方面建议购买Mac的硬件，笔记本和iPad都非常的方便。尤其是ipad+pencil+键盘，你都无法想象什么叫生产力。知乎和B站有大量的视频和资料介绍软件的使用。
LaTeX软件
中文通常使用CTex,就是中文的Tex。写学术论文必备，尤其整理理工科类资料非常方便。缺点就是学习曲线较高，入门难度较大。后续我会继续更新教程。
本周电影推荐
《出租车司机》
宋康昊主演出租车司机，一部揭露韩国政府在光州事件中，血腥镇压工人和学生运动，把他们打为赤色分子，在全国范围内报道扭曲现实的伪新闻。这个小出租车司机最后被良知唤醒的过程。影片跌宕起伏……。不能再剧透了。
很遗憾的是在网上找不到配图了。当时豆瓣评分9分以上(具体记不清了)，并且引发与国内某时间的热议，导致大陆地区基本全网清除了。如果想看可以私信我，通过微博或者邮件。
《轮到你了》
轮到你了豆瓣评分8.7，日本的犯罪片非常出名，这部片子目前第一季基本更新结束，是否会有第二季不得而知。看过的小朋友都是挺不错的。