自然语言处理
本课程从自然语言核心问题出发，依次讲解词法分析、句法分析、语义分析，并在各个环节中介绍基于概率统计和深度学习的工具及使用方法。通过学习，学生能掌握自然语言处理的基本概念，具备设计自然语言处理模型、编写自然语言处理相关应用程序的操作能力。课程是从事自然语言处理相关岗位的必修课程，并为学习机器人、及高级人工智能应用等课程做好准备。
课程大纲
第一章 自然语言概述
* 本章介绍
第1节 NLP介绍
第2节 NLP发展历程
第3节 NLP知识体系
第4节 Python自然语言处理
第5节 实验一：Python文本处理基础
第6节 本章小结
第二章 语言模型
* 本章介绍
第1节 什么是语言模型
第2节 MLE极大似然估计
第3节 数学平滑方法
第4节 HMM隐马尔可夫模型
第5节 实验二：使用NLTK库学习语言模型
第6节 本章小结
第三章 词法分析
* 本章介绍
第1节 分词与词频
第2节 词性标注
第3节 命名实体识别
第4节 关键字词提取
第5节 实验三：文本关键词提取
第6节 本章小结
第四章 句法分析
* 本章介绍
第1节 句法结构分析
第2节 依存结构分析
第3节 最大熵模型
第4节 CRF条件随机场模型
第5节 实验四：基于CRF的句法分析
第6节 本章小结
第五章 语义分析
* 本章介绍
第1节 语义分析概述
第2节 词汇级词义分析
第3节 句子级语义分析
第4节 篇章级语义分析
第5节 实验五：基于字典的情感分析
第6节 本章小结
第六章 基于深度学习的语言处理方法
* 本章介绍
第1节 深度学习基础知识
第2节 卷积神经网络
第3节 循环神经网络
第4节 深度学习模型搭建
第5节 实验六：使用TensorFlow训练word2vec模型
第6节 实验七：使用卷积神经网络进行文本分类
第7节 本章小结
第七章 自然语言处理案例实战
* 本章介绍
第1节 案例概述
第2节 数据预处理
第3节 文章内容分析
第4节 实验八：自然语言处理案例实战
第5节 本章小结
课件资源
-
视频数
138 -
文档数
5 -
题目数
121 -
实验数
8
