求知 文章 文库 Lib 视频 Code iProcess 课程 角色 咨询 工具 火云堂 讲座吧   成长之路  
会员   
 
 
 
全部课程 | 技术学院 | 管理学院 | 嵌入式学院 | 在线学院  
成功案例   品质保证  电话 English
追随技术信仰

随时听讲座
每天看新闻
 
   
成功案例
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据
财政部唯 大数据分析专题-R
神龙汽车 大数据技术平台-H
中国电信 大数据时代与现代企
某知名银 大数据分析专题-R
IGT 数据分析与挖掘

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >人工智能  
自然语言处理(NLP)
182 次浏览  15 次
李老师
自然语言处理博士毕业,具有超过10年的自然语言研究和应用经验。
 
时间地点: 北京、上海、 深圳根据报名开班
课程费用:5500元/人
 
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    本课程讲解自然语言的处理基本原理、应用领域和核心技术问题,讲解关键词提取、文本分析和句法分类的核心算法,并结合Tensorflow讲解程序实现。

    培训目标:

    • 了解NLP基础知识
    • 理解关键词提取与文本分类
    • 文本向量化与句法分析
    • NPL与深度学习
    • 业内经验交流
    培训对象:对人工智能有基础知识
    学员基础:具有一定编程经验。
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:3天

    NLP基础知识概览
    1.NLP的基础概念
    2.NLP的发展历程
    3.NLP主要研究方向
      1)句法语义分析
      2)信息抽取
      3)文本挖掘
      4)机器翻译
      5)信息检索
      6)问答系统
      7)对话系统
    NLP基本算法和实践 1.NLP的基础
      1)分词
      • 正向最大匹配算法
      • 逆向最大匹配算法
      • 双向最大匹配算法
      • 基于N-gram语言模型的分词
      • 基于HMM的分词方法
      • 基于CRF的分词方法
      2)文本基本处理
      • 文本提取
      • 正在表达式
      • 本文统计
      3)词性标注
      • 基于最大熵的词性标注
      • 基于统计最大概率输出词性
      • 基于HMM词性标注
      • 基CRF的词性标注
      4)命名实体识别
      • 基于CRF的命名实体识别
    2.案例
      1)在线中文分回系统实战
      2)命名实体识别接口1开发
      3)基于词性标注的关键词提取
    关键词提取 1.关键词提取概述
    2.关键词提取算法
      1)FT-IDF
      2)LSA/LSI算法
      3)PLSA算法
      4)LDA算法
    文本分类 1.文本分类算法
      1)朴素贝叶斯
      2)线性分类器
      3)支持向量机
      4)Bagging模型
      5)Boosting模型
      6)浅层神经网络
    2.案例
      1)新闻主题提取
      2)新闻分类实战
    文本向量化 1.文本向量化概述
    2.文本向量化常用算法
      1)词袋算法
      2)HashTF算法
      3)Word2Vec算法
      4)Glove算法
    句法分析 1.句法分析概述
    2 .句法分析常用算法
      1)PCFG算法
      2)条件随机场算法
    3.案例
      1)文本情感分析的开发示例
      2)基于依存句法分词的问句相似度计算
    NLP与深度学习的结合 1.深度学习概述
      1)神经网终
      2)损失函数
      3)梯度下降
    2.深度学习常用算法
      1)CNN
      2)RNN
      3)GRU
      4)LSTM
    NLP与深度学习的技术实现案例 1.Tensorflow框架学习
      1)Tensorflow简介
      2)Tensorflow安装
      3)Tensorflow基础使用
      • 图(graphs)
      • 会话(session)
      • 张量(tensor)
      • 变量(Variable)
      4)Tensorflow线性回归以及分类的简单使用
      5)Tensorflow中各种优化器的介绍
    2.案例
      1)基于CNN的文本分类
      2)基于RNN的歌词生成
      3)基于LSTM的机器翻译
      4)基于Seq2seq的问答系统
     
    182 次浏览  15 次
    其他人还看了课程
    人工智能前沿:对抗式生成网络GAN  281 次浏览
    机器学习与大数据的应用结合  1431 次浏览
    基于R的影响预测模型建立实战  302 次浏览
    机器学习应用实践  621 次浏览
    机器学习和数据挖掘课程  594 次浏览
    强化学习及案例实践  91 次浏览
    定制内训



    最新活动计划
    [北京]软件测试方法与实践 12-17
    [北京]UML和EA进行系统分析设计 1-10
    [北京]软件设计模式最佳实践 12-20
    [北京]大数据分析与管理 1-17
    [上海]嵌入式软件可靠性设计 12-19
    [上海]Kubernetes构建企业容器云 12-21
    [深圳]数据仓库多维建模方法应用 12-29
     
     
     

     
    每天2个文档/视频
    扫描微信二维码订阅
    订阅技术月刊
    获得每月300个技术资源
     
    希望我们的资料可以帮助你学习,也欢迎投稿&提建议给我
    频道编辑:sky
    邮       件:sky@uml.net.cn

    关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号