不是你无法入门自然语言处理，而是你没找到正确的打开方式

Posted 2021-04-12 算法与数学之美

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。

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。随着人工智能逐渐在各个行业的落地和应用，供求严重失衡的现状，导致AI人才成为各大企业竞相争抢的资源，他们的身价也随着人工智能的高歌猛进而水涨船高。

过去3年中，AI相关岗位平均招聘薪资正以每年近8%的速度增长 。到2017年，人工智能岗位平均招 聘薪资已达2.58万元，远高于一般技术类岗位。从薪资分布上看，近八成岗位招聘薪资超2万元，五成职位招聘薪资突破3万元，还有1.9%的企业更是开出5万元以上月薪吸引顶级人才，而标注的月薪还只是薪酬福利的一部分。我们注意到，几乎50%人工智能岗位的职位描述上会提到为员工提供股票期权，部分巨头更是会将解决户口作为吸引牛人的重要手段。可以说，为争抢优秀人才倾其所有已成为所有AI公司正在做的同一件事情。

从职位薪资来看，自动驾驶以4.14万元的平均招聘薪酬一枝独秀，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. 夯实基础，同时提升动手实践能力；

3. 顶级会议作者亲授，及时掌握最新技术；

4. 与伙伴们一起学习，有助于提高热情。

课程目录

Part I：基础课程（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

前200名可领取 100元优惠券 ，1月6日正式开课，每周六、周日晚 19点到 21 点在线直播授课，一年内可以无限次在线回放。

注：基础课程1月6号开课，适合小白用户入门，实践环节采用开源工具，无需编程；提高课程3月中旬开课，主要实践领域内最新最前沿的技术。

请添加工作人员「深蓝学院」助教报名

线上公益讲座

北京邮电大学智能科学与技术中心主任王小捷教授，受深蓝学院邀请，于12月24日晚作『目标驱动型人机对话技术』线上讲座。限报400人，最后202个名额。