语言识别器需要重点学习哪些知识点？语言识别器学习以语种识别为任务，掌握NLP模型搭建的标准化流程与常用方法，结合机器学习模型完成对文本数据的识别与搭建任务，常应用于机器翻译，智能对话等场景中。
语言识别器能接受描述模式的形式语言的自动机。形式语言中的四类基本语言，即字母表(有限符号集)中符号所组成的链的集合(见短语结构文法)，分别对应着四类自动机。
当某类自动机能接受、且只能接受某类形式语言(即相应类的输入信号符号串)时，就称该类自动机与相应类的形式语言等价。而该类自动机也就是相应形式语言的识别器。在模式识别中，当一类模式能用短语结构文法来描述时，相应的自动机可作为该类模式的识别器。
语言识别器项目学习重点：
1、特征工程
数据清洗、分词、数据降噪
2、文本向量化
机器学习：TF-IDF/CounterVector
深度学习：Word2vec、Word Embedding、ELMo
3、语种识别器建模
机器学习：朴素贝叶斯/SVM
深度学习：TextCNN/TextRNN
4、语种识别器部署：使用Flask部署应用
语言识别软件利用非常复杂的统计方法将人们的讲话与单词对应起来，把语言转变成计算机可以识别的语言。
视频教程：
黑马程序员3天带你玩转Python深度学习TensorFlow框架
3天快速入门python机器学习
人工智能教程_快速入门深度学习与CV，深度学习零基础到精通
10小时学会图像处理OpenCV入门教程
