阿升

V1

2023/01/12阅读:16主题:默认主题

推荐一门NLP入门课程

参考文献[2]是对参考文献[3]的中文翻译,课程总共包括几个章节:词嵌入,文本分类,语言模型,序列到序列与注意力机制,迁移学习,领域自适应,模型部署、压缩和加速,大语言模型及启发。
一.词嵌入
词嵌入是一种可以输入模型的词语表示。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/word_embeddings.html

二.文本分类
文本分类即文本的分类模型,比如邮件垃圾过滤、文档分类、审查分类等。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/text_classification.html

三.语言模型
语言模型(Language Models, LMs)估计不同的语言单位的概率,如符号,token和token序列。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/language_modeling.html

四.序列到序列与注意力机制
编码器-解码器是序列到序列任务的标准建模范式。这个框架由两部分组成:编码器:读取源序列并产生其表示;解码器:使用来自编码器的源表示,生成目标序列。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/seq2seq_and_attention.html

五.迁移学习
迁移学习的一般思想是将知识从一个任务/模型转移到另一个任务/模型。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/transfer_learning.html

补充资料-卷积网络:
主要是如何通过卷积神经网络来处理文本数据。 链接:https://mlnlp-world.github.io/NLP-Course-Chinese/nlp_course/models/convolutional.html

参考文献:
[1]MLNLP-World/NLP-Course-Chinese:https://github.com/MLNLP-World/NLP-Course-Chinese
[2]NLP入门课程:https://mlnlp-world.github.io/NLP-Course-Chinese/index.html
[3]yandexdataschool/nlp_course:https://github.com/yandexdataschool/nlp_course

分类:

人工智能

标签:

自然语言处理

作者介绍

阿升
V1

吾爱DotNet(公众号)