小象自然语言处理项目实战

课程详情

课程详情

课程名称:小象自然语言处理项目实战

课程简介:本课程深入浅出地讲解了自然语言处理(NLP)领域的核心技术和实战项目。通过一系列视频教程,学员将掌握从基础理论到高级应用的全面知识。

适合人群

  • 对自然语言处理感兴趣的初学者
  • 希望提升NLP技能的工程师和研究人员
  • 有志于从事人工智能领域的专业人士

学习收获

  • 掌握贝叶斯模型、语言模型、HMM与CRF等基础理论
  • 了解文本表征、关键词抽取、LDA主题模型等高级技术
  • 学习RNN、LSTM、FastText、seq2seq等深度学习模型在NLP中的应用
  • 掌握中文处理、文本分类、情感分析等实战技能
  • 了解知识图谱、问答系统、语义相似度建模等前沿技术

课程亮点

  • 全面覆盖NLP领域核心知识和实战技能
  • 结合实际项目案例,深入浅出讲解理论知识
  • 提供丰富的视频教程和配套资料,方便学员自学
  • 紧跟行业发展趋势,讲解最新NLP模型和技术

课程目录

1.1《自然语言处理基础》— L2阶段学习说明.mp4
1.2《自然语言处理基础》—  贝叶斯模型在NLP中的应用.mp4
1.3《自然语言处理基础》—  语言模型.mp4
1.4《自然语言处理基础》—  HMM与CRF.mp4
1.5《自然语言处理基础》—  文本表征发展史及相应技术.mp4
1.6《自然语言处理基础》— 文本关键词抽取与LDA主题模型.mp4
1.7《自然语言处理基础》—  RNN_LSTM_FastText.mp4
1.8《自然语言处理基础》— seq2seq模型.mp4
2.1《语种识别器》项目— 语种识别器建模.mp4
2.2《语种识别器》项目— 语种识别器部署.mp4
3.1《新闻文本挖掘和分类MLDL》项目— 基本中文处理与词云.mp4
3.2《新闻文本挖掘和分类MLDL》项目— 基本中文分析与主题模型.mp4
3.3《新闻文本挖掘和分类MLDL》项目— 中文分类机器学习解决方案.mp4
3.4《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textCNN实战.mp4
3.5《新闻文本挖掘和分类MLDL》项目— Spark中文分类机器学习解决方案.mp4
3.6《新闻文本挖掘和分类MLDL》项目— FastText中文分类.mp4
3.7《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类与CNN原理说明.mp4
3.8《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textRNN-textBiR.mp4
3.9《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textRCNN实战.mp4
3.10《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类textAttBiLSTM实.mp4
3.11《新闻文本挖掘和分类MLDL》项目— 深度学习文本分类HAN实战.mp4
3.12《新闻文本挖掘和分类MLDL》项目— tensorflow深度学习文本分类模型部署.mp4
4.1《ELMo、BERT情感分析与法律领域NLP AI应用》项目— ELMo与中文文本分.mp4
4.2《ELMo、BERT情感分析与法律领域NLP AI应用》项目— BERT中文情感分析.mp4
4.3《ELMo、BERT情感分析与法律领域NLP AI应用》项目— 法律场景下的NLP.mp4
5.1《文本生成》项目— 基于LSTM的文本生成.mp4
5.2《文本生成》项目— seq2seq原理初步.mp4
5.3《文本生成》项目— seq2seq过程细节与公式图解.mp4
5.4《文本生成》项目— google官方的seq2seq框架讲解.mp4
5.5《文本生成》项目— google官方的seq2seq框架使用示例.mp4
5.6《文本生成》项目— 有约束形态下的文本生成-对对联AI应用.mp4
6.1《分组项目说明》— NLP项目说明.mp4
7.1《智能客服与聊天机器人》项目 — 智能问答与chatbot引言.mp4
7.2《智能客服与聊天机器人》项目 — 深度学习文本匹配模型.mp4
7.3《智能客服与聊天机器人》项目 — 问答系统与chatbot综述.mp4
7.4《智能客服与聊天机器人》项目 — 机器学习版本的问答系统实现.mp4
7.5《智能客服与聊天机器人》项目 — 百度开源AnyQ问答系统讲解.mp4
8.1《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱项目介绍.mp4
8.2《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱介绍与其在电商和医疗领域的.mp4
8.3《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱重要环节之NER.mp4
8.4《非结构化数据的信息抽取和知识图谱构建》项目 — 知识图谱重要环节之关系抽取与图数据.mp4
9.1《最新深度学习NLP模型及应用案例》项目 — 经典深度学习NLP建模.mp4
9.2《最新深度学习NLP模型及应用案例》项目 — 新NLP模型及情感分析应用(上).mp.mp4
9.3《最新深度学习NLP模型及应用案例》项目 — 新NLP模型(下)- BERT及各种变.mp4
9.4《最新深度学习NLP模型及应用案例》项目 — ELECTRA等最新NLP模型及知识抽.mp4
9.5《最新深度学习NLP模型及应用案例》项目 — transformer与BERT系列模.mp4
10.1《金融与医疗场景的语义匹配建模应用》项目 — 文本匹配与语义相似度建模问题概述.m.mp4
10.2《金融与医疗场景的语义匹配建模应用》项目 — 工具库介绍.mp4
10.3《金融与医疗场景的语义匹配建模应用》项目 — 文本语义相似度建模场景数据介绍.mp.mp4
10.4《金融与医疗场景的语义匹配建模应用》项目 — 孪生网络语义相似度建模.mp4
10.5《金融与医疗场景的语义匹配建模应用》项目 — 更多结构的孪生网络建模.mp4
10.6《金融与医疗场景的语义匹配建模应用》项目  — 基于bert系列模型的文本相似度建.mp4
10.7《金融与医疗场景的语义匹配建模应用》项目 — 金融与医疗场景解决方案.mp4
11.1《知识图谱构建和知识推理、问答》项目 — 知识图谱项目背景说明.mp4
11.2《知识图谱构建和知识推理、问答》项目 — 项目背景与项目内容.mp4
11.3《知识图谱构建和知识推理、问答》项目 — 数据采集与信息抽取.mp4
11.4《知识图谱构建和知识推理、问答》项目 — 实体关系抽取.mp4
11.5《知识图谱构建和知识推理、问答》项目 — 图数据库与知识存储.mp4
11.6《知识图谱构建和知识推理、问答》项目 — 图挖掘与图谱信息挖掘.mp4
11.7《知识图谱构建和知识推理、问答》项目 — 知识图谱可视化.mp4
11.8《知识图谱构建和知识推理、问答》项目 — 图谱问答项目背景讲解.mp4
11.9《知识图谱构建和知识推理、问答》项目 — 图谱问答核心代码组件讲解.mp4
12.1《模型部署》— 机器学习与深度学习的模型部署方式(上).flv.mp4
12.2《模型部署》— 机器学习与深度学习的模型部署方式下.flv.mp4