1
本文作者: AI慕課學院 | 2018-01-22 16:39 |
【雷鋒網(wǎng)-AI慕課學院按】1月初,在被譽為“機器閱讀理解界ImageNet”的斯坦福SQuAD(Stanford Question Answering Dataset)文本理解挑戰(zhàn)賽上 ,微軟亞洲研究院的R-NET模型率先取得了82.650的最高分率,在EM(ExactMatch 精準匹配)指標上首次超越人類在2016年創(chuàng)下的82.304。同時,阿里IDST、騰訊NLP、科大訊飛等也在該榜單名列前茅。
可以說,自然語言的研究歷史雖然還不是很長,但近些年在谷歌、IBM、斯坦福、阿里巴巴、Facebook等NLP領(lǐng)域的核心企業(yè)和研究所的推動下,其取得的成績,足以顯示它在人工智能領(lǐng)域乃至整個計算機科學研究的重要性和廣闊應(yīng)用前景。
特別是最近兩年,基于深度學習的自然語言處理逐漸取得了一定進展,在人機對話、問答系統(tǒng)、語言翻譯等方向的應(yīng)用也一直是自然語言處理中的熱門話題,而這些應(yīng)用的實現(xiàn),基本依賴于底層技術(shù)和模型的進步,再加上自然語言處理領(lǐng)域也算是一個多學科交叉的行業(yè),自然語言處理的未來發(fā)展對于很多相關(guān)學科和方向都具有深遠的影響力。
那么,對于非NLP相關(guān)科班出身的我們來說,如何才能踏入NLP的學習圈子?如何才能選擇低成本,高效率的方式來入門和學習NLP呢?
【NLP工程師入門實踐班】
——基于深度學習的自然語言處理
開車啦??!還不趕緊上車?。?/p>
【課程亮點】
三大模塊,五大應(yīng)用,手把手快速入門NLP
算法+實踐,搭配典型行業(yè)應(yīng)用
海外博士講師,豐富項目經(jīng)驗
專業(yè)學習社群,隨到隨學
【適合人群】
本次課程主要適合具備一定編程基礎(chǔ)的開發(fā)人員,以及對自然語言處理和深度學習有興趣的踐行者。
【課程概述 】
本課程將首先介紹自然語言處理的發(fā)展現(xiàn)狀與挑戰(zhàn),同時,講解深度學習和自然語言處理的結(jié)合應(yīng)用。除了基本算法外,本課程還配備實踐環(huán)節(jié),從一些典型的方向:機器翻譯、文本分類、問答等。最后,將和大家討論NLP的行業(yè)展望以及和各行各業(yè)的結(jié)合,比如醫(yī)療行業(yè)等。
【開課時間 】
2018年2月上線,錄制回放視頻可隨時在線反復(fù)觀看。
【講師介紹】
新加坡南洋理工大學 玖強博士
精通算法,軟硬兼修,目前主要研究方向是計算機視覺和自然語言處理結(jié)合,例如,圖像/視頻理解, 圖像/視頻自動描述生成,人機對話,多模態(tài)檢索。
在算法和神經(jīng)網(wǎng)絡(luò)方面,側(cè)重卷積神經(jīng)網(wǎng)絡(luò),遞歸神經(jīng)網(wǎng)絡(luò),增強學習,對抗學習,無監(jiān)督學習等。發(fā)表多篇人工智能及計算機視覺頂級會議和期刊,包括ICCV、AAAI oral、PR等,并為多個會議和期刊審稿人。
曾在中科院參與負責基于龍芯的安全芯片項目,后成功轉(zhuǎn)行深度學習領(lǐng)域,講課風格深入淺出通俗易懂,有獨家學習和轉(zhuǎn)行經(jīng)驗。
【課程目錄】
第一模塊 NLP發(fā)展歷史介紹和展望
NLP發(fā)展現(xiàn)狀
傳統(tǒng)NLP方法面臨的挑戰(zhàn)
Big Data和Deep Learning給NLP帶來的變革和機遇
NLP的發(fā)展趨勢,以及和各行各業(yè)的結(jié)合應(yīng)用
第二模塊 NLP基礎(chǔ)技能
一、數(shù)學理論基礎(chǔ)
概率和信息論
監(jiān)督學習、半監(jiān)督學習和非監(jiān)督學習
分類與回歸模型
二、自然語言基礎(chǔ)
Word vector與Word embedding
什么是分詞、詞性標注、依存句法分析等?如何利用開源工具包完成
什么是統(tǒng)計自然語言處理?
三、深度學習技術(shù)
卷積神經(jīng)網(wǎng)絡(luò)詳解
遞歸神經(jīng)網(wǎng)絡(luò)詳解
深度學習常用工具包解析
第三模塊 NLP與深度學習應(yīng)用
一、文本檢索
什么是文本檢索?
語言模型以及文本表示
檢索模型訓(xùn)練以及測試(文本匹配)
如何評價檢索到的文本好壞?
PyTorch實踐: 基于RNN的文本檢索模型搭建,訓(xùn)練以及測試
二、文本生成
什么是文本生成?
文本生成的基本模型
如何評價生成的文本?什么是生成評價指標?
PyTorch實踐: 基于RNN的機器人寫古詩
三、本文分類
什么是文本分類?
基于CNN的文本分類模型
基于CNN的文本分類模型
PyTorch實踐: CNN文本分類模型 VS RNN文本分類模型
四、機器翻譯
什么是機器翻譯?
機器翻譯的統(tǒng)計學上的數(shù)學定義
機器翻譯(seq2seq)模型
PyTorch實踐: 搭建并訓(xùn)練基于RNN的encoder-decoder中英翻譯模型
PyTorch實踐: 拓展練習之--股票預(yù)測。
五、問答系統(tǒng)
問答系統(tǒng)介紹
基于檢索式的傳統(tǒng)問答系統(tǒng)
基于生成模型的問答系統(tǒng)
如何評價系統(tǒng)好壞?
如何生成更復(fù)雜的對話,情感和圖片交互等?
PyTorch實踐: 基于RNN實現(xiàn)一個基本的問答模型
【課程目標】
理解深度學習與自然語言處理技術(shù),并能夠結(jié)合自己的行業(yè),運用學到的模型去解決問題。
最后,通過本課程,個人的視野得到極大的擴展,面對各種各樣的數(shù)據(jù),不再茫然,具備獨立分析數(shù)據(jù)的能力。
【學習方式 】
在線聽課 + 在線答疑 + 交流互動 + 社區(qū)輔導(dǎo)
【常見問題】
Q1:在哪里上課?
A:課程直播和回放都在【雷鋒網(wǎng)】AI慕課學院官網(wǎng)(http://www.mooc.ai/)上進行,不需要其他直播軟件。每期直播都有視頻回放,付費學員可反復(fù)觀看,持續(xù)有效。
Q2:參加本門課程有什么要求?
A: 本次課程適合具備一定編程基礎(chǔ)的開發(fā)人員,以及對自然語言處理和深度學習有興趣的踐行者。
Q3:會有實際上機演示和動手操作嗎?
A:有,課程進行中涉及實戰(zhàn)項目老師都會準備上機演示部分,學員可以學習老師的實踐經(jīng)驗。
Q4:課程是否提供代碼和數(shù)據(jù)集?
A:會提供詳細代碼和數(shù)據(jù);
Q5:本課程怎么答疑?
A:本次課程老師會集中直播答疑【雷鋒網(wǎng)】,保證學員不會因為群信息刷屏錯過答疑。
此外,本課程配備學習助教,定期在付費學員群里及時解答大家學習過程中遇到的問題,保證大家學習無憂。每期課件及代碼資料都會分享到學員群供學員下載。
Q6:報名后是否可以開發(fā)票?
A:可以開具發(fā)票,請在下單處提交發(fā)票申請,填寫發(fā)票信息即可
團購更優(yōu)惠,成團每人優(yōu)惠200元!
掃碼進群咨詢>>>
AI慕課學院近期推出了《NLP工程師入門實踐班:基于深度學習的自然語言處理》課程!
三大模塊,五大應(yīng)用,海外博士講師手把手教你入門NLP,更有豐富項目經(jīng)驗相授;算法+實踐,搭配典型行業(yè)應(yīng)用;隨到隨學,專業(yè)社群,講師在線答疑!
課程地址:http://www.mooc.ai/course/427
加入AI慕課學院人工智能學習交流QQ群:624413030,與AI同行一起交流成長
相關(guān)文章:
不是你無法入門自然語言處理(NLP),而是你沒找到正確的打開方式
伊利諾伊芝加哥分校教授劉兵:自然語言處理的下一層級——終身語言學習
清華大學馮珺:當強化學習遇見自然語言處理有哪些奇妙的化學反應(yīng)?| 分享總結(jié)
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。