农企新闻网

理论入门NLP:基于深度学习的自然言语处置

发布者:丁楠一
导读【雷锋网(大众号:雷锋网)-AI慕课学院按】1月初,在被誉为“机器阅读了解界ImageNet”的斯坦福SQuAD(Stanford Question Answering Dataset)文本了解应战赛上   ,微软亚洲研讨院的R-NET模型率先获得了82.650的最高分率,在EM(ExactMatch 精准婚配)目标上初次逾越人类在2016年创下的82.304。同时,阿里IDST、腾讯NLP、科大

实践入门NLP:基于深度学习的自然语言处理

【雷锋网 (大众号:雷锋网) -AI慕课学院按】1月初,在被誉为“机器阅读了解界ImageNet”的斯坦福SQuAD(Stanford Question Answering Dataset)文本了解应战赛上   ,微软亚洲研讨院的R-NET模型率先获得了82.650的最高分率,在EM(ExactMatch 精准婚配)目标上初次逾越人类在2016年创下的82.304。同时,阿里IDST、腾讯NLP、科大讯飞等也在该榜单首屈一指。

可以说,自然言语的研讨历史虽然还不是很长,但近些年在谷歌、IBM、斯坦福、阿里巴巴、Facebook等NLP范畴的中心企业和研讨所的推进下,其获得的成果,足以显示它在人工智能范畴乃至整个计算机迷信研讨的重要性和宽广使用前景。

特别是最近两年,基于深度学习的自然言语处置逐步获得了一定停顿,在人机对话、问答零碎、言语翻译等方向的使用也不断是自然言语处置中的抢手话题,而这些使用的完成,根本依赖于底层技术和模型的提高,再加上自然言语处置范畴也算是一个多学科穿插的行业,自然言语处置的将来开展关于很多相关学科和方向都具有深远的影响力。

实践入门NLP:基于深度学习的自然语言处理

那么,关于非NLP相关半路出家的我们来说,如何才干踏入NLP的学习圈子?如何才干选择低本钱,高效率的方式来入门和学习NLP呢?


【NLP工程师入门理论班】

——基于深度学习的自然言语处置

开车啦!!还不赶忙上车!?


【课程亮点】

三大模块,五大使用,手把手疾速入门NLP

算法+理论,搭配典型行业使用

海内博士讲师,丰厚项目经历

专业学习社群,随到随学


【合适人群】

本次课程次要合适具有 一定编程根底的开发人员,以及对自然言语处置和深度学习有兴味的践行者。


【课程概述 】

本课程将首先引见自然言语处置的开展现状与应战,同时,解说深度学习和自然言语处置的结合使用。除了根本算法外,本课程还装备理论环节,从一些典型的方向:机器翻译、文本分类、问答等。最初,将和大家讨论NLP的行业瞻望以及和各行各业的结合,比方医疗行业等。


【开课工夫 】

2018年2月上线,录制回放视频 可随时在线重复观看


【讲师引见】

实践入门NLP:基于深度学习的自然语言处理

新加坡南洋理工大学   玖强博士

通晓算法,软硬兼修, 目前次要研讨方向是计算机视觉和自然言语处置结合 ,例如,图像/视频了解, 图像/视频自动描绘生成,人机对话,多模态检索。

在算法和神经网络方面,侧重卷积神经网络,递归神经网络,加强学习,对立学习,无监视学习等。 宣布多篇人工智能及计算机视觉顶级会议和期刊 ,包括ICCV、AAAI oral、PR等,并为多个会议和期刊审稿人。

曾在中科院参与担任基于龙芯的平安芯片项目,后成功转行深度学习范畴, 讲课作风深化浅出浅显易懂,有独家学习和转行经历。

 

【课程目录】

 

第一模块 NLP开展历史引见和瞻望 

  1. NLP开展现状

  2. 传统NLP办法面临的应战

  3. Big Data和Deep Learning给NLP带来的革新和机遇

  4. NLP的开展趋向,以及和各行各业的结合使用


第二模块 NLP根底技艺

一、数学实际根底

  1. 概率和信息论

  2. 监视学习、半监视学习和非监视学习

  3. 分类与回归模型

二、自然言语根底

  1. Word vector与Word embedding

  2. 什么是分词、词性标注、依存句法剖析等?如何应用开源工具包完成

  3. 什么是统计自然言语处置?

三、深度学习技术

  1. 卷积神经网络详解

  2. 递归神经网络详解

  3. 深度学习常用工具包解析

 

第三模块 NLP与深度学习使用

一、文本检索

  1. 什么是文本检索?

  2. 言语模型以及文本表示

  3. 检索模型训练以及测试(文本婚配)

  4. 如何评价检索到的文本好坏?

  5. PyTorch理论: 基于RNN的文本检索模型搭建,训练以及测试

二、文本生成

  1. 什么是文本生成?

  2. 文本生成的根本模型

  3. 如何评价生成的文本?什么是生成评价目标?

  4. PyTorch理论: 基于RNN的机器人写古诗

三、本文分类

  1. 什么是文本分类?

  2. 基于CNN的文本分类模型

  3. 基于CNN的文本分类模型

  4. PyTorch理论: CNN文本分类模型 VS RNN文本分类模型

四、机器翻译

  1. 什么是机器翻译?

  2. 机器翻译的统计学上的数学定义

  3. 机器翻译(seq2seq)模型

  4. PyTorch理论: 搭建并训练基于RNN的encoder-decoder中英翻译模型

  5. PyTorch理论: 拓展练习之--股票预测。

五、问答零碎

  1. 问答零碎引见

  2. 基于检索式的传统问答零碎

  3. 基于生成模型的问答零碎

  4. 如何评价零碎好坏?

  5. 如何生成更复杂的对话,情感和图片交互等?

  6. PyTorch理论: 基于RNN完成一个根本的问答模型

 

【课程目的】

了解深度学习与自然言语处置技术,并可以结合本人的行业,运用学到的模型去处理成绩。

最初,经过本课程,团体的视野失掉极大的扩展,面对各种各样的数据,不再茫然,具有独立剖析数据的才能。


【学习方式 】

在线听课 + 在线答疑 + 交流互动 + 社区辅导


【罕见成绩】

Q1:在哪里上课?

A:课程直播和回放都在【雷锋网】AI慕课学院官网(http://www.mooc.ai/)上停止,不需求其他直播软件。每期直播都有视频回放,付费学员可重复观看,继续无效。


Q2:参与本门课程有什么要求?

A: 本次课程合适具有一定编程根底的开发人员,以及对自然言语处置和深度学习有兴味的践行者。


Q3:会有实践上机演示和入手操作吗?

A:有,课程停止中触及实战项目教师都会预备上机演示局部,学员可以学习教师的理论经历。


Q4:课程能否提供代码和数据集?

A:会提供详细代码和数据;


Q5:本课程怎样答疑?

A:本次课程教师汇集中直播答疑【雷锋网】,保证学员不会由于群信息刷屏错过答疑。

此外,本课程装备学习助教,活期在付费学员群里及时解答大家学习进程中遇到的成绩,保证大家学习无忧。每期课件及代码材料都会分享到学员群供学员下载。


Q6:报名后能否可以开发票?

A:可以开具发票,请在下单处提交发票请求,填写发票信息即可

团购更优惠,成团每人优惠200元!
扫码进群征询>>>

实践入门NLP:基于深度学习的自然语言处理

相关文章:

不是你无法入门自然言语处置(NLP),而是你没找到正确的翻开方式

伊利诺伊芝加哥分校教授刘兵:自然言语处置的下一层级——终身言语学习

想要用好自然言语处置技术,先要克制这些困难!

清华大学冯珺:当强化学习遇见自然言语处置有哪些巧妙的化学反响?| 分享总结

实践入门NLP:基于深度学习的自然语言处理