關(guān)于鄭鈞的回答，我覺得涉及的點很好，但是有些知識不是很準(zhǔn)確；
map/reduce 是一種分布式計算的框架，TIIDF可以看作是一種特征表示方法；統(tǒng)計方法比較常用的包括，樸素貝葉斯，最大后驗概率，EM算法,CRF(比如用于分詞)等；
SVM不是聚類方法，而是分類回歸方法； VSM應(yīng)該是vector-space-model吧，是向量空間模型，是文本表示的基本模型；常見的聚類方法分為兩類，層次聚類和扁平聚類，扁平聚類的代表算法是經(jīng)典的KMean算法。分類方法也用的很多，比如SVM和決策樹。
NLP本身有一點比較特別的是語言模型；