自然语言处理班 2017年3,4月
/ ]- y; @2 w6 L* N1 J3 a
大纲草案9 u5 H5 p9 d! }* {
1.NLP基础技能; C0 t* D- x, O6 F$ T0 s4 {
1.1 NLP背景、意义与常见问题
1.2 基本文本处理技能
中英文字符串处理
工具分词
基本统计. u6 {+ @: c7 ^$ ]
正则表达式
1.3 案例:文本数据清洗、提取、分词与统计% X; T( \ @8 }: r6 O! a' R
2.从语言模型到朴素贝叶斯
2.1 语言模型与计算
2.2 朴素贝叶斯/ U; w: h" d( x9 N( |& n5 S n- p* d
2.3 案例:文本情感分析案例与新闻分类2 _( C! E" U+ N7 q
3.LDA主题模型
3.1 pLSA、共轭先验分布7 m" U; n4 M8 F$ m9 g6 F
3.2 LDA7 I" W* I3 s6 X. @; \
3.3 案例:使用LDA进行文档分类
4.基于统计的翻译系统
4.1语言模型与翻译模型 M( Z: p4 f) l p' y" O$ y
4.2对齐模型; ]& x0 j3 X3 U7 L3 T: E+ i
4.3案例:基于统计的翻译系统搭建
5.隐马尔科夫模型及其应用! G" Q) U. r7 a! l
5.1 隐马尔科夫模型' t( P# r( p$ ^- M: ?2 q# _
5.2 案例:用隐马尔科夫模型完成基因序点识别# X7 q, _7 S0 [
+ y/ } b7 v4 G- @3 J. l
6.深度学习与NLP简单应用
6.1 循环神经网络
6.2 BPTT算法
6.3 案例:模仿小四与李白写作的生成模型 ]" O0 ?$ e( L$ M' d: o
7.词向量表示与文本分类
7.1 从one-hot到word2vec3 m/ ~! C, }% z6 P
7.2 案例:借助词向量的机器学习/深度学习文本分类; M6 o3 Z l& C" T2 M
/ ~( t5 \# d1 g9 Y5 g
8.条件随机场与应用
8.1 最大熵与词性标注
8.2 条件随机场# i7 \: x7 {6 U' [- l
8.3 案例:基于条件随机场的NBA比赛结果分析
: v1 @' [( A0 f3 }! L! b9 }
下载地址:qy2 x: F) J z( F0 V4 B1 a
|