-
学习时长
6周/建议每周4个小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/及时批改评优
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。过去的五到十年的时间,人工智能蓬勃发展,但是作为人工智能皇冠上的明珠——自然语言处理,作为一种更层次的信号表达,是人类思想的载体之一,成为了人工智能领域最难攻克的领域之一。
课程中,我们并不会单纯的去讲解枯燥的理论,精美的 PPT 搭配优美的动画展示,将晦涩的理论和公式通过一步步的拆解,最简单的方式让学员学习到最有用的理论。同时,课程中间还会穿插实际的编码课程,不仅着眼于理论,还会让大家能够切身体会编码的过程,真实的看到理论是怎么一步步变成现实的。
为了让每个学员都能保持学习的热情,本次课程会附带课程作业,通过每节课的学习希望大家能够逐步的完成作业。能够真正的学习到知识并能体会自然语言处理的魅力所在。
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。过去的五到十年的时间,人工智能蓬勃发展,但是作为人工智能皇冠上的明珠——自然语言处理,作为一种更层次的信号表达,是人类思想的载体之一,成为了人工智能领域最难攻克的领域之一。
课程中,我们并不会单纯的去讲解枯燥的理论,精美的 PPT 搭配优美的动画展示,将晦涩的理论和公式通过一步步的拆解,最简单的方式让学员学习到最有用的理论。同时,课程中间还会穿插实际的编码课程,不仅着眼于理论,还会让大家能够切身体会编码的过程,真实的看到理论是怎么一步步变成现实的。
为了让每个学员都能保持学习的热情,本次课程会附带课程作业,通过每节课的学习希望大家能够逐步的完成作业。能够真正的学习到知识并能体会自然语言处理的魅力所在。
- 第1章: 自然语言处理是什么
- 1-1:【课件】第1讲:自然语言处理概述.pdf
- 1-2:自然语言处理是什么
- 1-3:【讲义】第1讲:自然语言处理概述.pdf
- 第2章: 基于深度学习的句法与语义分析
- 2-1:【课件】第2讲:语言建模与词向量.pdf
- 2-2:语言建模与词向量
- 2-3:【讲义】第2讲:语言建模与词向量.pdf
- 第3章: 词向量:建模、训练与评价
- 第1节: 词向量 (一):单语境语⾔建模
- 3-1:【课件】第3讲 词向量 (一):单语境语⾔建模.pdf
- 3-2:词向量 (一):单语境语⾔建模
- 3-3:【讲义】词向量 (一):单语境语⾔建模.pdf
- 第2节: 词向量 (二):多语境语⾔建模
- 4-1:【课件】第 4 讲:词向量 (二):多语境语⾔建模.pdf
- 4-2:【视频】词向量 (二):多语境语⾔建模
- 第3节: 词向量训练
- 5:词向量训练
- 第4节: 词向量评价
- 6-1:【课件】第6讲 自然语言评测系统.pptx
- 6-2:词向量评价
- 6-3:【讲义】第6讲 自然语言评测系统.pdf
- 第4章: 常见深度学习模型在 NLP 中的应用
- 第1节: RNN 在 NLP 中的应用
- 7-1:【课件】第7讲 RNN 在 NLP 中的应用.pdf
- 7-2:RNN 在 NLP 中的应用
- 第2节: CNN 在 NLP 中的应用
- 8-1:【课件】第 8 讲 CNN 在 NLP 中的应用.pdf
- 8-2:CNN 在 NLP 中的应用
- 第5章: NLP 实战:文本分类、情感分析、机器翻译、知识图谱
- 第1节: NLP 实战之文本分类
- 9-1:【课件】5.1 NLP 实战之文本分类.pdf
- 9-2:NLP 实战之文本分类
- 第2节: NLP 实战之情感分析
- 10-1:【课件】第10节:NLP实战之情感分析
- 10-2:NLP 实战之情感分析
- 第3节: NLP 实战之机器翻译
- 11-1:【课件】第11讲 NLP 实战之机器翻译.pdf
- 11-2:NLP 实战之机器翻译
- 第4节: NLP 实战之知识图谱
- 12-1:【课件】第12讲:NLP 实战之知识图谱.pdf
- 12-2:NLP 实战之知识图谱
- 第6章: 课程总结
- 13:课程总结
课程特色
1、课程学习结束,根据每次作业的分数,评选优秀学员;
2、优秀学员获得深蓝学院认证的学习证书;
3、优秀学员可推荐至企业实习或者就业。
先修课程
概率论、微积分、线性代数(矩阵论)、Python编程、Tensorflow
课程目标
1、掌握当下主流的自然语言处理方法
2、实战主流的自然语言处理领域的任务
课程特色
1、课程学习结束,根据每次作业的分数,评选优秀学员;
2、优秀学员获得深蓝学院认证的学习证书;
3、优秀学员可推荐至企业实习或者就业。
先修课程
概率论、微积分、线性代数(矩阵论)、Python编程、Tensorflow
课程目标
1、掌握当下主流的自然语言处理方法
2、实战主流的自然语言处理领域的任务