学习目标
- 了解什么是自然语言处理.
- 了解自然语言处理的发展简史.
- 了解自然语言处理的应用场景.
- 了解本教程中的自然语言处理.
什么是自然语言处理
- 自然语言处理（Natural Language Processing, 简称NLP）是计算机科学与语言学中关注于计算机与人类语言间转换的领域.
自然语言处理的发展简史
自然语言处理的应用场景
- 语音助手
- 机器翻译
- 搜索引擎
- 智能问答
- …
语音助手
- 科大讯飞语音识别技术访谈!
机器翻译
- CCTV上的机器翻译系统, 让世界聊得来!
本教程中的自然语言处理
- 课程理念与宗旨
- 内容先进性说明
- 内容大纲概要
课程理念与宗旨
- 本系列课程将开启你的NLP之旅, 全面从企业实战角度出发, 课程设计内容对应企业开发标准流程和企业发展路径, 助力你成为一名真正的AI-NLP工程师.
内容先进性说明
- 本课程内容结合当下时代背景, 更多关注NLP在深度学习领域的进展, 这也将是未来几年甚至几十年NLP的重要发展方向, 简化传统NLP的内容, 如语言规则, 传统模型, 特征工程等, 带来效果更好, 应用更广的Transfomer, 迁移学习等先进内容.
内容大纲概要
| 模块名称 | 主要内容 | 案例 |
|---|---|---|
| 文本预处理 | 文本处理基本方法, 文本张量表示, 文本数据分析, 文本增强方法等 | 路透社新闻类型分类任务 |
| 经典序列模型 | HMM与CRF模型的作用, 使用过程, 差异比较以及发展现状等 | |
| RNN及其变体 | RNN, LSTM, GRU模型的作用, 构建, 优劣势比较等 | 全球人名分类任务, 英译法翻译任务 |
| Transformer | Transformer模型的作用, 细节原理解析, 模型构建过程等 | 构建基于Transformer的语言模型 |
| 迁移学习 | fasttext工具的作用, 迁移学习理论, NLP标准数据集和预训练模型的使用等 | 全国酒店评论情感分析任务 |