NLP班草纲

未分类

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.条件随机场与应用

• 3.1 最大熵与词性标注
• 3.2 条件随机场
• 3.3 案例：基于条件随机场的NBA比赛结果分析

4.隐马尔科夫模型及其应用

• 4.1 隐马尔科夫模型
• 4.2 案例：用隐马尔科夫模型完成基因序点识别

5.LDA与主题模型

• 5.1 pLSA、共轭先验分布
• 5.2 LDA
• 5.3 案例：使用LDA进行文档分类

6.基于统计的翻译系统

• 6.1 语言模型与翻译模型
• 6.2 对齐模型
• 6.3 案例：基于统计的翻译系统搭建

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.深度学习与NLP简单应用

• 8.1 循环神经网络
• 8.2 BPTT算法
• 8.3 案例：模仿小四与李白写作的生成模型