湖上湖
关于郑钧的回答，我觉得涉及的点很好，但是有些知识不是很准确； map/reduce 是一种分布式计算的框架，TIIDF可以看作是一种特征表示方法；统计方法比较常用的包括，朴素贝叶斯，最大后验概率，EM算法,CRF(比如用于分词)等； SVM不是聚类方法，而是分类回归方法； VSM应该是vector-space-model吧，是向量空间模型，是文本表示的基本模型；常见的聚类方法分为两类，层次聚类和扁平聚类，扁平聚类的代表算法是经典的KMean算法。分类方法也用的很多，比如SVM和决策树。 NLP本身有一点比较特别的是语言模型；