AI自然语言处理：从入门到精通，解锁NLP工程师必备技能

从入门到精通，解锁NLP工程师必备技能 视频截图

从入门到精通，解锁NLP工程师必备技能 视频截图

01-自然语言处理基础知识与操作

第二章-英文文本处理与解析

01-本章概述–金狮-金狮_.mp4

02-英文文本解析任务介绍：分词、去停用词、提取词干等–金狮-金狮_.mp4

03-【实战】nltk工具库英文文本处理案例–金狮-金狮_.mp4

04-【实战】spacy工具库英文文本处理案例–金狮-金狮_.mp4

05-【实战】基于python的英文文本相似度比对–金狮-金狮_.mp4

06-【实战】简易文本情感分析器构建–金狮-金狮_.mp4

07-本章小结–金狮-金狮_.mp4

第三章-中文文本处理与解析

01-本章概述–金狮_.mp4

02-中文文本处理任务介绍：分词、去停用词、n-gram–金狮_.mp4

03-中文文本解析任务介绍：词性分析、依赖分析等–金狮_.mp4

04-jieba工具库介绍–金狮_.mp4

05-【实战】python中文文本清洗、处理与可视化–金狮_.mp4

06-【实战】python新闻网站关键词抽取–金狮_.mp4

07-本章小结–金狮_.mp4

第一章-自然语言处理基础

01-本章概述-金狮_.mp4

02-文本数据、字、词、term–金狮_.mp4

03-字符串处理–金狮_.mp4

04-模式匹配与正则表达式–金狮_.mp4

05-字符串基本处理与正则表达式文本匹配与替换–金狮_.mp4

06-本章小结–金狮_.mp4

02-语言模型与应用

第二章-统计语言模型与神经语言模型构建

01-本章概述–金狮_.mp4

02-基于统计的语言模型构建–金狮_.mp4

03-【实战】kenlm工具库使用及语言模型生成–金狮_.mp4

04-【实战】基于kenlm的简易拼写纠错–金狮_.mp4

05-基于rnn的神经语言模型–金狮_.mp4

06-【实战】基于pytorch的语言模型训练–金狮_.mp4

07-本章小结–金狮_.mp4

第一章-语言模型与应用

01-本章概述–金狮_.mp4

02-假设性独立与联合概率链规则–金狮_.mp4

03-n-gram语言模型–金狮_.mp4

04-n-gram应用：词性标注、中文分词、机器翻译与语音识别–金狮_.mp4

05-本章小结–金狮_.mp4

考核作业

客观题

主观题

课件与代码

__MACOSX

Language_Models2

03-文本表示

第二章-文本表示进阶

01-本章概述–金狮_.mp4

02-预训练在图像领域的应用–金狮_.mp4

03-elmo基于上下文的wordembedding–金狮_.mp4

04-gpttransformer建模句子信息–金狮_.mp4

05-bert预训练双向transformer–金狮_.mp4

06-基于bert进行fine-tuning–金狮_.mp4

07-本章小结–金狮_.mp4

第一章-文本词与句的表示

01-本章概述–金狮_.mp4

02-文本表示概述–金狮_.mp4

03-文本离散表示：词袋模型与tf-idf–金狮_.mp4

04-文本分布式表示：word2vec–金狮_.mp4

05-【实战】python中文文本向量化表示–金狮_.mp4

06-【实战】基于gensim的中文文本词向量训练与相似度匹配–金狮_.mp4

07-本章小结–金狮_.mp4

考核作业

文本表示：词向量构建与分布表示_客观题

文本表示：词向量构建与分布表示_主观题.PNG

04-文本分类

代码

__MACOSX

chatbot_v2

Machine_Translation

NLP_Basics2

seq2seq_v2

Text_Classification

text_generation_v2

Text_Representation

Text_similarity_calculation_and_text_matching

Text_topic_extraction_and_representation_v2

Visual_Text_Task–Image_Caption_and_VQA

第二章-文本分类深度学习模型与实战

视频

第一章-文本分类机器学习模型与实战

视频

考核作业

文本分类：情感分析与内容分类_客观题

文本分类：情感分析与内容分类_主观题

05-文本主题抽取与表示

第一章-文本主题抽取与表示

视频

考核作业

主题模型：文本主题抽取与表示_客观题

主题模型：文本主题抽取与表示_主观题.PNG

06-序列到序列模型

第一章-序列到序列模型与应用

01-本章概述–金狮_.mp4

02-从rnn到seq2seq模型–金狮_.mp4

03-编码解码模型–金狮_.mp4

04-seq2seq模型详解–金狮_.mp4

05-注意（attention）机制–金狮_.mp4

06-tensorflowseq2seq模型使用方法详解–金狮_.mp4

07-基于seq2seq的文本摘要生成实现–金狮_.mp4

08-本章总结–金狮_.mp4

考核作业

seq2seq模型：文本序列映射学习_客观题

seq2seq模型：文本序列映射学习_主观题.PNG

课程说明与解压密码.txt

07-文本生成

第一章-文本生成与自动创作

01-本章概述–金狮_.mp4

02-基于rnnlstm的语言模型回顾–金狮_.mp4

03-基于语言模型的文本生成原理–金狮_.mp4

04-【实战】基于lstm的唐诗生成器–金狮_.mp4

05-基于seq2seq的文本序列生成原理–金狮_.mp4

06-【实战】基于seq2seq的对联生成器–金狮_.mp4

07-本章小结–金狮_.mp4

考核作业

文本生成：写诗作词对对联_客观题

文本生成：写诗作词对对联_主观题.PNG

08-机器翻译

第一章-机器翻译：双语翻译

01-统计机器翻译

02-基于seq2seq的机器翻译模型

03-fackbook基于CNN的机器翻译模型

04-来自Google的Transformer模型

09-聊天机器人

第一章-聊天机器人：机器客服与语音助手

01-基于内容匹配的聊天机器人

02-基于seq2seq的聊天机器人

10-视觉文本任务：看图说话

01-看图说话问题与实现

1.1本章概述–金狮_.mp4

1.2“看图说话”问题介绍–金狮_.mp4

1.3简易cnn+rnn编码解码模型完成图片短文本描述原理–金狮_.mp4

1.4注意力模型与“看图说话”优化–金狮_.mp4

1.5【实战】基于cnn+rnn的编解码“看图说话”与beam-search优化–金狮_.mp4

1.6【实战】基于attentionmodel的“看图说话”实现–金狮_.mp4

1.7本章小结–金狮_.mp4

02-视觉问答机器人(VQA)原理与实现

2.1本章概述–金狮_.mp4

2.2视觉问答机器人问题介绍–金狮_.mp4

2.3基于图像信息和文本信息抽取匹配的vqa实现方案–金狮_.mp4

2.4基于注意力(attention)的深度学习vqa实现方案–金狮_.mp4

2.5【实战】使用keras完成cnn+rnn基础vqa模型–金狮_.mp4

2.6【实战】基于attention的深度学习vqa模型实现–金狮_.mp4

2.7本章小结–金狮_.mp4

11-文本相似度计算与文本匹配问题

01-文本相似度计算与文本匹配问题

视频

第1章文本相似度问题与应用场景.pdf

02-基于深度学习的文本语义匹配

视频

第2章基于深度学习的文本语义匹配.pdf