自然语言处理的算法分析
自然语言处理是人工智能领域的一个重要研究方向。自然语言处理主要研究如何利用计算机技术处理语言和文本。自然语言处理的具体研究问题包括词汇、句法、语义和语用信息的识别、分类、提取、转换和生成。本次课程将介绍自然语言处理的基本概念和方法，以及一些经典算法和模型。
讲师
日期
2022年09月14日 至 12月09日
网站
修课要求
计算机科学，机器学习，python语言
课程大纲
1. NLP基础介绍
2. 语言模型
3. 词法分析
4. word2vec模型
5. Seq2seq-Attention模型
6. Transformer模型
7. BERT模型
8. GPT-2和GPT-3模型
9. 机器写作
10. 知识图谱
11. 机器翻译
12. 其他NLP应用
2. 语言模型
3. 词法分析
4. word2vec模型
5. Seq2seq-Attention模型
6. Transformer模型
7. BERT模型
8. GPT-2和GPT-3模型
9. 机器写作
10. 知识图谱
11. 机器翻译
12. 其他NLP应用
参考资料
[1] C. D. Manning, H. Schüte. 1999. Foundations of Statistical Natural Language Processing. The MIT Press.
[2] D. Jurafsky, and J. H. Martin. 2000.Speech and Language Processing, Prentice Hall, 2000（冯志伟，孙乐译，自然语言处理综论, 电子工业出版社）
[3] 冯志伟，自然语言处理的形式模型，中国科学技术大学出版社
[4] 宗成庆，统计自然语言处理(第2版)，清华大学出版社
[2] D. Jurafsky, and J. H. Martin. 2000.Speech and Language Processing, Prentice Hall, 2000（冯志伟，孙乐译，自然语言处理综论, 电子工业出版社）
[3] 冯志伟，自然语言处理的形式模型，中国科学技术大学出版社
[4] 宗成庆，统计自然语言处理(第2版)，清华大学出版社
听众
Graduate
视频公开
公开
笔记公开
公开
语言
中文
讲师介绍
谢海华2015年在美国爱荷华州立大学取得计算机博士学位，之后在北京大学数字出版技术国家重点实验室担任高级研究员和知识服务方向负责人，于2021年10月全职入职BIMSA。他的研究方向包括：自然语言处理和知识服务。他发表论文数量超过20篇，拥有7项发明专利，入选北京市高水平人才项目并当选北京市杰出专家。