|
|
讲解方式: , i! [* e( P( e* I- M
# j5 g2 @ g: O1 q4 `' i S本课程采用由浅入深,层层递进的讲解方式. 在解析理论算法的同时, 更加注重代码实践. 每一个知识点, 每一个专题都以代码驱动, 案例终结. 让学生们学懂, 学通, 学会.) t9 M5 i l/ L4 t/ S# g4 |- B
3 N0 H+ b5 ^8 j
! y9 X' u( \4 }- U
8 D2 [. L8 l6 Z% n课程亮点：
" J0 p9 B& ~' q/ L$ |- @3 L- L/ j7 M4 x: @7 X/ T0 L7 c
1，课程由浅到深，由原理到实践，适合自然语言处理入门学习。
7 m1 e7 Q% S5 K# @7 c- U: m+ p9 _8 H4 H6 Z
2，代码驱动, 结合实际案例模型, 培养真实代码开发能力和解决实际问题的能力。& p6 O' o+ N8 q* `
! `9 a( l1 Z v( Q, s
' o( A/ V, Y* R# r) q: A H+ m& I. d- A$ |
课程内容：3 s2 v' w% n- c) }( a0 T5 W U/ U
& ]6 K U: ]; |3 z) T( g6 _1. Pytorch基础知识" O: g& ?/ _4 `6 r7 N
7 |0 j. I' d) A# X
2. 自然语言处理入门6 f; a/ f; x# F- ~
' Q7 f3 V2 s& K0 B2 ?
3. 文本预处理! ]- t1 H1 e. m/ u% s! }( g
# a e, Q* K0 H; e7 C( ]! N4. HMM和CRF
' s. g7 _2 D( M4 f8 C0 n
& h/ G) v1 i9 z5. RNN, LSTM, GRU/ D+ s% |5 [8 P" f* U) i( b# O7 _
5 f! W/ m: A6 X( K- @
6. Transformer: n1 A6 X8 X. U
- s3 G% M; t5 j1 |
( Q" W$ `. f8 O; i7 ~; @3 D' ^* c7 B" y9 k- e$ e
适用人群：
1 |. S- P6 |1 e* L. ?$ V( T
0 k [' h- E2 X: K* }# o3 `- U1、对自然语言处理技术感兴趣的在校生和应届生。' [3 D9 A0 S$ o$ G
" m: O9 a. M* M
2、希望从事人工智能行业高薪工作的在职人员。, V F8 Y! f' `" x9 [, ]) s$ s1 v
9 E4 K1 T. a1 _5 D" C0 M$ `. M
3、对自然语言处理技术感兴趣的相关人员。# z, v/ N9 f0 q
) M! y+ S9 E5 l6 E- T; P' ]
: R; P. l* \/ W$ I3 ]
3 n7 F: C* I& c. h4 k" r4 Z+ E" x基础课程主讲内容包括：# H- j2 r T6 r# b; D9 G
2 C/ K' A* @6 D1 i
第一章: Pytorch基础知识
4 t* F- d: b' `( l+ l" w+ M5 f& T0 p& b
1. Pytorch基础元素和函数
5 r ^: C/ h, l7 E8 m; F( q& t4 t. v, f- w% q R7 E7 V
2. Pytorch构建神经网络案例& R; M7 H& V4 Z- x1 S
1 g( ?5 r& G+ ~+ q
3. Pytorch构建分类器案例% x4 N5 N: Y6 a- U: Y* M: y3 |
2 C0 e0 B+ p/ ~; O' S+ V6 c
5 e5 \! m, @& h' P
8 K2 D: U- v3 D$ j6 l& u# G7 C
第二章: 自然语言处理入门, E$ [9 N* D1 b& w
8 X& H" @7 {9 J% \2 q
1. 介绍NLP的发展历史, 关键时间节点, z0 E6 t/ R( i& o& n1 J/ N6 S7 |: U
/ M* r! d% V$ d/ N- \" G2. 介绍NLP的行业主流应用和当前热点 O, J+ M: c% e" W- c( b! B
2 ?3 {2 S& g' c8 Q
# B4 X$ G6 q0 E: K3 a: z
5 x5 }5 w/ e& i
第三章: 文本预处理+ }1 j8 \3 u4 ^/ Y$ Z7 M" ^1 n
+ Z8 {9 g( g3 C" k
1. 文本处理的基本方法& R4 g$ q- w& K3 {6 l. u4 ?
% R5 @$ q; a2 I" r2. 文本张量的表示方法
# x [3 c U/ `9 k& ]2 Y) K# b. G, N% O$ k( e+ Y
3. 文本的数据分析方法1 t$ G" R6 L1 N8 r* C# X' z
: i5 y9 u _$ h) k
4. 文本的特征处理方法0 y# N* O$ s7 K( D1 n
- @' V0 v& i4 S# v% v' p/ Q5. 文本的数据增强& B& A1 f" ]% ]; w; {$ P5 o
; O/ Q8 q5 ]$ k6. 新闻主题分类任务的案例
V6 c/ X, r/ y+ D3 |/ s2 Q, Q& i; ?% K/ [3 |# t% A/ \
6 L3 s$ }8 g W# U* K6 {
0 V- ?# ?' m$ I+ S& p) Z. U第四章: HMM和CRF+ o3 ?* q' n+ k/ N
, r& @: X8 ~1 F3 a) R
1. 介绍HMM的原理和特点
# ~4 e2 j/ n5 u: w1 p1 }6 y+ X/ g$ z# h6 }, f, H( l/ ?% G9 p
2. 介绍CRF的原理和特点
7 G# h, L9 V& @+ p3 o1 k- j i6 r8 ?; _7 R5 N) U- Q
. m" ^$ `$ T5 }; d3 }
( a* q; P) g) K" v
第五章: RNN系列模型
" |( L% n) _4 L) _) p! {& a T- c* j. x
1. RNN模型介绍和代码实践
8 `/ X/ w: C7 F6 y
; K; L! e! E+ v2. LSTM模型介绍和代码实践
) G, c' k$ A. }- i* V2 f8 f- ~5 B. m7 p
3. GRU模型介绍和代码实践8 a, D- l# Q" q3 D E5 b
8 p( V. C: X9 l& i0 u4. 注意力机制原理介绍和代码实践+ b3 T3 ~: t! o5 e# w, l
( m0 a8 P; f2 x5 _* X
5. 人名分类器的案例
6 `; f) P0 k; D ~+ A' }+ V, T" B
6. 英译法任务的案例- O' ~& j/ M# E
2 A. Q* E9 P' d; F7 T7 l3 n% n9 {) L
J, b" w: s" F* f9 M# T* f- X3 H第六章: Transformer
* k" q2 c t9 C& _5 \/ r9 r! M% c% k
1. 认识Transformer的架构& e( \" T+ S3 x
# C* {( Q6 d" e$ r% s; l2. 详解Transformer的输入部分和代码实现' H9 }* ]& d! q: M# }& p6 J! U5 R g
, p$ X$ Z- m/ I3 G" \
3. 详解Transformer的编码器部分和代码实现
1 d! O/ R$ v! r. x2 c
) }9 S! W8 F! @. c! \! D; }4. 详解Transformer的解码器部分和代码实现; U2 R+ L9 C; A0 h
" A( N: e" P- m) O7 `9 b2 q
5. 详解Transformer的输出部分和代码实现 R/ a, p$ f% p m6 r
# M9 R0 i. f% y; \7 M M
6. 基于Transformer架构的copy任务测试 r# J. C2 D( E& [( v. ?* Z; n
6 V$ Y% v# \2 P1 g. `7 J7. 基于Transformer构建语言模型的案例
# s: ~9 W/ j3 n, u5 |( _$ s
; h# n9 P1 R5 K u# {9 C) U+ T0 I& c
+ J; ^# j( ]0 P3 |2 @; u
) {, [3 F7 j/ t7 ?资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见) S. ]6 \' b, z+ q' Q- a
1 L' h; Q3 {& S. x; H A
$ _( U: P9 W* P t h
: m8 g3 n m9 l; v; Y7 u
本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-2 02:39:02
