2017自然语言处理班视频教程附讲义代码(NLP LDA 朴素贝叶斯 隐马尔科夫 向量) 8课 课程介绍 NLP是一个很大的领域,自成一系,本课程从NLP的基础算法原理到其实战应用。通过本课程的学习,让你一举打开NLP的大门。
课程目录 1.NLP基础技能 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 正则表达式 1.3 案例:文本数据清洗、提取、分词与统计
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 2.3 案例:文本情感分析案例与新闻分类
3.LDA主题模型 3.1 pLSA、共轭先验分布 3.2 LDA 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 4.2对齐模型 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 5.1 隐马尔科夫模型 5.2 案例:用隐马尔科夫模型完成基因序点识别
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
7.词向量表示与文本分类 7.1 从one-hot到word2vec 7.2 案例:借助词向量的机器学习/深度学习文本分类
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 8.3 案例:基于条件随机场的NBA比赛结果分析
|