Al深度学习之自然语言处理顶级实战课程

课程目录

章节1： NLP和深度学习发展概况和最新动态

1. NLP历史现在及为什么需要学习NLP技术.mp4

2. NLP实现机器学习，聊天机器人，情感分析和语义搜索.mp4

章节2： NLP与PYTHON编程

3. Python环境搭建及开发工具安装.mp4

4. NLP常用PYTHON开发包的介绍.mp4

5. Jieba安装、介绍及使用.mp4

6. Stanford NLP 在Python环境中安装、介绍及使用.mp4

7. Hanlp 在Python环境中安装、介绍及使用.mp4

章节3： 快速掌握NLP技术之分词、词性标注和关键字提取

08. 分词、词性标注及命名实体识别介绍及应用.mp4

09. 准确分词之加载自定义字典分词01.mp4

10. 准确分词之加载自定义字典分词02.mp4

11. 准确分词之动态调整词频和字典.mp4

12. 词性标注代码实现及信息提取.mp4

13. 人名、地名、机构名等关键命名实体识别.mp4

14. TextRank算法原理介绍.mp4

15. 基于TextRank关键词提取.mp4

章节4： 句法与文法

16. 依存句法与语义依存分析.mp4

17. 依存句法树解析（子树遍历，递归搜索，叶子节点提取等）.mp4

18. 名词短语块挖掘.mp4

19. 自定义语法与CFG.mp4

章节5： N-GRAM文本挖掘

20. N-GRAM算法介绍.mp4

21. N-GRAM生成词语对.mp4

22. TF-IDF算法介绍应用.mp4

23. 基于TF-IDF挖掘符合语言规范的N-GRAM.mp4

章节6： 表示学习与关系嵌入

24. 语言模型.mp4

25. 词向量.mp4

26. 深入理解Word2vec算法层次sofmax.mp4

27. 深入理解Word2vec算法负采样.mp4

28. 6.4 基于Word2vec技术的词向量、字向量训练.mp4

章节7： 深度学习之卷积神经网络

29. BP神经网络.mp4

30. 彻底理解深度学习指卷积神经网络.mp4

31. CNN文本分类.mp4

32. CNN文本分类算法模块.mp4

33. CNN文本分类模型详解数据预处理.mp4

34. CNN文本分类模型测试与部署.mp4

章节8： 深度学习之递归神经网络

35. 递归网络.mp4

36. LSTM.mp4

37. LSTM文本分类原理.mp4

38. LSTM文本分类代码架构.mp4

39. LSTM文本分类代码详解.mp4

40. LSTM文本分类模型预测与部署.mp4

章节9： 特定领域命名实体识别NER技术

41. 基于深度学习医药保险命名实体识别课题背景介绍.mp4

42. 医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4

43. 医药保险命名实体识别相关前沿技术和难点.mp4

44. 基于深度学习医药保险命名实体识别的算法模块设计(上).mp4

45. 基于深度学习医药保险命名实体识别的算法模块设计（下）.mp4

46. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4

47. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4

48. 模型本地Lib库封装（上）.mp4

49. 模型本地Lib库封装（下）.mp4

50. 部署tensorflow训练好的模型为云服务（上）.mp4

51. 部署tensorflow训练好的模型为云服务（下）.mp4

52. 算法设计及代码实现1.mp4

53. 算法设计及代码实现2.mp4

54. 代码调试，参数优化及深度剖析（深入理解）1.mp4

55. 代码调试，参数优化及深度剖析（深入理解）2.mp4

275_aupo_自然语言处理