NLP项目实战 — 敏感词检测2025

NLP项目实战 — 敏感词检测2025

本课程通过9节课，帮助学员掌握LSTM和BERT模型，深入理解NLP高频考点，并通过实战项目学习敏感词检测。

课程内容概览

• NLP项目-项目背景及文本分类初探

  • 项目背景介绍
  • 实现方案讲解
  • 代码框架搭建
  • 简单模型验证

• NLP项目-深度学习在文本分类的应用

  • 卷积网络文本分类器
  • 循环网络文本分类器
  • 代码实践 - 引入神经网络模型

• NLP项目-全局词向量与LSTM

  • 全局词向量 - Glove Embedding
  • 长短期记忆网络 - LSTM
  • 代码实践 - 引入Pre-trained Word Embedding

• NLP项目-Attention & Transformer

  • 注意力模型 - Attention
  • 变形金刚？ - Transformer
  • 代码实践 - 基于Transformer的代码

• NLP项目-Contextual Word Embedding与BERT Embedding

  • 代码实践 - 引入Contextual Word Embedding
  • GRU + CNN
  • BERT Embedding

• NLP项目-GPT、BERT和基于语境的词表示

  • 什么是语言模型
  • 代码实践 - 实现一个语言模型
  • GPT
  • 预训练双向Transformer语言模型 - BERT
  • 基于语境的词表示 - Contextualized Word Representation

• NLP项目-模型校准的概念及实践

  • 模型校正的概念 - Model Calibration
  • 模型矫正的方法 - Model Calibration Methods

• NLP项目-数据分析及提升

  • 从数据角度进行分析及潜在提升
  • 项目回顾及总结

• NLP项目-NLP模型的综合应用

  • 真实系统场景模拟
  • 代码实例讲解