深圳2019年自然语言处理NLP培训班

 

中培2019年开展人工智能系列课程之《自然语言处理（NLP）培训班》

深圳班（确定开班,报名中）

开课时间：2019年10月24日 09:00

结束时间：2019年10月28日 17:00

课程时长：每天6-7课时

 

培训受众:

对此课程感兴趣的工程师.

培训收益：

课程中通过细致讲解，使学员掌握该技术的本质。具体收益包括：

1.掌握NLP基础；

2.关键词提取与文本分类方法

3.文本向量化与句法分析方法

4.NLP与深度学习技术的相应算法；

5.理解并掌握Tensorflow框架。

 

培训特色：

本次培训从实战的角度对自然语言处理（NLP）进行了全面的剖析，并结合实际案例分析和探讨NLP的应用场景，给NLP相关从业人员以指导和启迪。

 

日程安排：

第1天上午

NLP入门与基础介绍（一）

1.NLP的基本概念

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

 

第1天下午

NLP入门与基础介绍（二）

4.NLP的基础

1)分词

2)文本基本处理

3)词性标注

4)命名实体识别

5.案例

1)在线中文分词系统实战

2)命名实体识别接口开发

3)基于词性标注的关键词提取

 

第二天上午

关键词提取与文本分类（一）

1.关键词提取概述

2.关键词提取算法

1)TF-IDF

2)LSA/LSI算法

3)PLSA算法

4)LDA算法

 

第二天下午

关键词提取与文本分类（二）

3.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

4.案例

1)新闻主题提取

2)新闻分类实战

 

第三天上午

文本向量化与句法分析（一）

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

 

第三天下午

文本向量化与句法分析（二）

3.句法分析概述

4.句法分析常用算法

1)PCFG算法

2)条件随机场算法

5.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

 

第四天上午

NLP与深度学习（一）

1.深度学习概述

1)神经网络

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

 

第四天下午

NLP与深度学习（二）

3.Tensorflow框架学习

1)Tensorflow简介

2)Tensorflow安装

3)Tensorflow基础使用

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

4.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

 

第五天业内经验交流

课程证书:

本课程颁发《自然语言处理（NLP）高级工程师》证书，证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。