教程用于自然语言处理的深度学习方法，92页ppt

Posted 2021-04-12 专知

【导读】 全球最顶级大数据会议Strata Data Conference大会由O'Reilly Media和Cloudera联合举办，被《福布斯》杂志誉为“大数据运动的里程碑”，今天小编将带来Strata Data Conference大会上的Stock Twits数据科学主管主讲的用于自然语言处理的深度学习方法报告。

本教程是Garrett Hoffman使用Python和tensorflow的实时实例以及stock Twits数据（Stock Twits是一个线上股票交易平台，提供金融数据，在社交化数据上的价值体现在其聚合功能上以及提供一些数据分析方法），为读者朋友介绍用于自然语言处理任务的深度学习方法，其中包括word2vec、RNN和其相关变体（LSTM、GRU），以及卷积神经网络。通过对本教程的学习，您将会了解这些模型的原理，并简要回顾每种方法中所运用的数学理论。

教程大纲：

使用word2vec词嵌入的文本表示学习

• CBOW与skip-gram

• 如何训练自定义的词嵌入

• 如何使用预训练词嵌入

传统RNN

• RNN变体比传统RNN具有更好性能的原因

• RNN变体

• 模型可以提高准确性的原因

卷积神经网络（CNN）

• CNN为什么会被用于语言模型

• CNN相对于RNN的优势

• 如何使用RNN来学习文本合成的生成模型以及该方法的应用

https://github.com/GarrettHoffman/AI_Conf_2019_DL_4_NLP

教程部分内容：

• 后台回复“DLMNLP” 就可以获取《用于自然语言处理的深度学习方法》的92页ppt专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看5000+AI主题知识资料