Skip to main content

自然语言处理-从零入门 集智

Natural Language Processing

Enroll in NL001

课程概述

从自然语言处理的基本概念讲起,涵盖文本分类和聚类、情感分析等重要课题,最终介绍深度学习方法与实践。

课程目标
  • 了解自然语言处理的基本概念
  • 完成自然语言处理实战项目
适用人群
  • 有 Python 基础
包含案例
  • 自然语言处理基础基础实战
  • 相似度计算案例实战
  • 文本分类案例实战
  • 文本聚类案例实战
  • 序列标注案例实战
  • 情感分析案例实战
  • 标签挖掘案例实战
  • 深度学习案例实战

授课师资

夜归人

身处互联网行业,擅长自然语言处理、机器学习、数据挖掘领域。

获得西安交通大学计算机和数学双学位,硕士毕业于哈尔滨工业大学信息检索研究室。

2007年加入腾讯,负责过多个项目:知识社区反垃圾反作弊、知识推荐; 搜索个性化推荐;搜索查询分析和排序。同时带过多个算法方向团队,在大数据算法方向有多年经验和积累。

2015年加入美团,担任高级技术专家,负责如下项目:搜索nlp技术,评论分析、商户数据挖掘等方向相关项目研发和团队管理。

飞仔

高级算法专家,9年一线互联网从业经验,曾服务于腾讯,搜狗,阿里等公司。

专注于搜索推荐,机器学习,NLP,以及最优化等领域,带领团队实现运营过多个搜索推荐,数据挖掘,文本处理,推力系统等工业化项目。

比较擅长算法优化和并行化,同时对算法和产品相结合有着大量经验。

悟行

NLP算法专家,从事自然语言处理相关研究和工作近5年。

曾在自然语言处理国际顶级会议(ACL/EMNLP)以第一作者发表论文余篇。

同时在工业界有良好的NLP实战经验,如情感分析技术在电商用户决策中的应用、词嵌入在推荐系统召回和排序策略中的应用。

书豪

机器学习算法专家,从事NLP和机器学习相关工作近7年,具有丰富的业界实战经验。

曾负责亿级流量推荐系统构建,深度学习算法在广告系统中的应用。

课程大纲

第 0 章 - 自然语言处理基础

第 1 节 - NLP概述

第 2 节 - 行业介绍

第 3 节 - 基础知识

第 4 节 - 理论体系

第 5 节 - 案例练习

第 1 章 - 相似度计算

第 1 节 - 什么是相似度

第 2 节 - 应用场景

第 3 节 - 计算相似度(1)文本表示

第 4 节 - 计算相似度(2)向量表示

第 5 节 - 计算相似度(3)概率分布表示

第 6 节 - 计算相似度(4)向量表示相似度

第 7 节 - 计算相似度(5)概率表示相似度

第 8 节 - 案例练习

第 2 章 - 文本分类

第 1 节 - 文本分类综述

第 2 节 - 文本表达

第 3 节 - 分类算法

第 4 节 - 朴素贝叶斯(Naive Bayes)为什么Naive

第 5 节 - 案例实践

第 3 章 - 文本聚类

第 1 节 - 文本聚类综述

第 2 节 - 聚类工程实践

第 3 节 - 文本聚类算法(1)

第 4 节 - 文本聚类算法(2)

第 5 节 - 案例练习

第 4 章 - 序列标注

第 1 节 - 任务定义

第 2 节 - 主流方法

第 3 节 - 隐式马尔可夫模型(1)

第 4 节 - 隐式马尔可夫模型(2)评价问题

第 5 节 - 隐式马尔可夫模型(3)解码与训练

第 6 节 - 应用实战(1)

第 7 节 - 应用实战(2)

第 5 章 - 情感分析

第 1 节 - 背景介绍 / 任务定义

第 2 节 - 机器学习 / 深度学习方法

第 3 节 - 应用实战

第 6 章 - 标签挖掘

第 1 节 - 标签挖掘综述

第 2 节 - 标签挖掘方法(1)

第 3 节 - 标签挖掘方法(2)

第 4 节 - 标签挖掘案例

第 7 章 - 深度学习

第 1 节 - 深度学习综述

第 2 节 - 深度学习方法

第 3 节 - 深度学习文本分类

第 4 节 - 深度学习案例

服务保障

  • 学习:视频、讲义
  • 练习:课后练习、自动判题
  • 答疑:活跃社区讨论
  1. 课程编号:

    NL001
  2. 课程开始:

    Nov 22, 2018
  3. 课程价格:

    ¥200
Enroll