自然语言处理-Word2Vec视频教程 2017年10月新课
课程目标9 t; j8 ?+ J+ G/ |1 O9 w6 a# Z
掌握自然语言处理中最重要的模型Word2Vec的原理以及如何使用gensim库与Tensorflow进行建模。, S# U6 N8 z4 z+ K3 D/ |% R
适用人群! v A4 v1 D! y6 X& J) B, _
从事机器学习方向人员
课程简介) d3 o$ P* d% ^6 F7 O
自然语言处理中最重要的算法,词向量模型。课程从语言模型入手,详解词向量构造原理与求解算法。理论与实战结合,使用Tensorflow从零开始打造word2vec词向量模型。对于海量中文数据演示如何使用Gensim库对中文维基百科数据进行词向量建模。 ; w5 \; o, S) `9 I% D3 w
6 {2 z1 ?2 Y1 `; n6 s
第1章Word2Vec原理1小时35分钟11节
1-1课程简介[免费观看]04:36
1-2自然语言处理与深度学习11:58- B; U. I* H# Y4 ~! A0 f
1-3语言模型06:168 h% e* _# m3 h+ e& g" K
1-4N-gram模型08:32
1-5词向量09:276 v0 W8 t) C' |: r& a
1-6神经网络模型10:02 L$ `8 v4 x$ Y% f, J+ D9 t
1-7Hierarchical Softmax10:01
1-8CBOW模型实例11:20. e% J4 q! U. Q6 W) X; c% l9 |
1-9CBOW求解目标05:39
1-10梯度上升求解10:10
1-11负采样模型07:15
第2章Gensim构造词向量模型33分钟4节
2-1使用Gensim库构造词向量06:21" m1 x& e5 x. D; u2 ]( r% i4 R
2-2维基百科中文数据处理10:27
2-3Gensim构造word2vec模型08:52
2-4测试模型相似度结果07:42* x& {+ Q9 X; _/ V3 L$ K+ L: {/ x- w
第3章Tensorflow实战word2vec1小时5分钟7节
3-1环境配置06:00
3-2中文数据预处理11:06, V8 \3 f( ]2 m) f
3-3word2vec模型构造10:36& c0 S# \* u( `0 B% Z! b" _+ P1 ^
3-4构造图计算模型07:549 Z$ p5 f4 B! F6 m9 w, r; L
3-5word2vec训练10:47
3-6模型训练模块10:18
3-7迭代预测效果08:39
第4章案例:情感分类任务56分钟4节
4-1影评情感分类任务概述17:49
4-2基于词袋模型训练分类器11:08# A. v6 T4 w/ F! O0 n; `; X
4-3准备word2vec输入数据10:46
4-4使用gensim构建word2vec词向量16:35
|