如何最快入门自然语言处理,并掌握基于深度学习的前沿技术

Posted 机器学习算法与自然语言处理

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何最快入门自然语言处理,并掌握基于深度学习的前沿技术相关的知识,希望对你有一定的参考价值。

自然语言处理(NLP)是一门融语言学计算机科学、人工智能于一体的科学,解决的是“让机器可以理解自然语言”——这一到目前为止都还只是人类独有的特权,因此,被誉为人工智能皇冠上的明珠。国务院《新一代人工智能发展规划》,明确指出建立新一代人工智能关键共性技术体系,自然语言处理技术作为八大共性技术之一,被重点强调和扶持。

12月初,腾讯研究院和BOSS直聘联合发布了一份《全球人工智能人才白皮书》,经过充分调研,全球AI领域人才约30万,而市场需求在百万量级,主要集中在信息检索、机器翻译、人机对话等领域。通过对市场现有招聘岗位统计,AI 领域高薪职位如下图所示。

从职位薪资来看,语音识别和自然语言处理排在二三位,平均每月薪酬分别达到2.87万元和2.83万元。自动驾驶的发展主要得益于深度学习在计算机视觉中的应用以及价格昂贵的激光雷达,语音识别的跃升同样得益于深度学习,而深度学习在自然语言处理方面的表现过去几年并没有那么起眼。不过现在我们可以看到深度学习对NLP的贡献,在很多分支取得了傲人的成绩,比如从训练word2vec到使用预训练模型、使用通用嵌入适应特定用例、情感分析、基于 RNN 的模型在文本生成领域等。

既然自然语言处理这么重要,并且人才如此稀缺,我们该如何快速从基础开始入门,并学习到最新的基于深度学习的技术呢?自然语言处理领域知名青年学者、中科院自动化所博士、国际顶级会议作者周教授,推出《自然语言处理基础与算法实践》、《基于深度学习的自然语言处理》两门在线直播课程(基础课+提高课)。

课程讲师

周老师,副教授、硕士生导师,中科院自动化所博士,主要从事自然语言处理以及深度学习等方面的研究工作。在相关领域国际期刊以及国际顶级学术会议ACL等发表论文20余篇,先后两次获得国际会议最佳论文奖。目前承担国家自然科学基金、973子课题等10余项。

你可以获得

1. 从0到1系统地学习NLP,迅速搭建知识结构;

2. 夯实理论基础,提升动手实践能力

3. 顶级会议作者亲授,洞悉前沿发展趋势;

4. 与伙伴们一起学习,有助于提高热情

课程目录

Part I:基础入门与算法实践(10学时)

1. 句法分析与语义分析(2学时)    

    1.1  依存句法分析

    1.2  语义角色标注    

    1.3  相关数据集、工具介绍

2. 观点挖掘与情感分析(2学时)

    2.1  句子级情感分析   

    2.2  文档级情感分析    

    2.3  跨语言情感分析   

    2.4  跨领域情感分析   

    2.5  相关数据集、工具介绍

3. 信息抽取:part 1(2学时)   

    3.1  命名实体识别与抽取   

    3.2  实体消歧   

    3.3  相关数据集、工具介绍

4. 信息抽取:part 2 (2学时)  

    4.1  实体关系抽取   

    4.2  事件抽取   

    4.3  相关数据集、工具介绍

5. 问答系统(2学时)  

    5.1  检索式问答  

    5.2  社区问答  

    5.3  知识库问答 

    5.4  相关数据集、工具介绍

Part II:基于深度学习的NLP实战(24学时)

6. 基于深度学习的词法分析(4学时)  

    6.1 基于深度学习的中文分词

    6.2 基于深度学习的词性标注

    6.3 基于深度学习的命名实体识别

    6.4 代码模块演示、常用工具和公共数据集

7. 基于深度学习的句法与语义分析(4学时)

    7.1 基于图的依存句法分析

    7.2 基于转移的依存句法分析

    7.3 浅层语义角色标注

    7.4 代码模块演示、常用工具和公共数据集

8. 基于深度学习的情感分析(4学时)  

    8.1 基于深度学习的情感词典构建

    8.2 基于深度学习的句子级情感分析

    8.3 基于深度学习的文档级情感分析

    8.4 基于深度学习的跨语言情感分析

    8.5 代码模块演示、常用工具和公共数据集

9. 基于深度学习的信息抽取:Part 1(4学时)

    9.1 基于深度学习的实体关系抽取

    9.2 基于深度学习的实体消歧

    9.3 代表性系统模块演示、常用工具和公共数据集

10. 基于深度学习的信息抽取:Part 2(4学时)

    10.1 基于深度学习的事件抽取

    10.2 基于深度学习的知识库表示

    10.3 基于深度学习的知识库补全

    10.4 代码模块演示、常用工具和公共数据集

11. 基于深度学习的问答系统(4学时)

    11.1 基于深度学习的社区问答

    11.2 基于深度学习的复杂问句解析

    11.3 基于深度学习的知识库问答

    11.4 代码模块演示、常用工具和公共数据集

报名

基础课程199元,限报300人,仅剩95个名额

提高课程499元,仅剩60张 50元优惠券

注:课程在线直播时间均安排在每周六、周日晚19点到21点,直播后一年内可以无限次在线回放


请添加工作人员「深蓝学院助教报名

以上是关于如何最快入门自然语言处理,并掌握基于深度学习的前沿技术的主要内容,如果未能解决你的问题,请参考以下文章

实践入门NLP:基于深度学习的自然语言处理

自动化学科前沿讲座作业 基于深度学习的工厂人员监测系统设计

机器学习入门

零基础如何快速入门深度学习?

深度学习核心技术精讲100篇(七十四)-教你如何最快入门用户画像

深度学习核心技术精讲100篇(七十四)-教你如何最快入门用户画像