（+V szyy8989，备注NLP第五期）
自然语言处理介绍
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。
自然语言处理（NLP）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。
课程大纲
课程大纲
第1章:课程试听(正式学员不需要听的，后面有直播讲解)
第2章:20191013 NLP课程介绍( Lecture1 )
第3章:20191016算法复杂度( Lecture2 )
第4章:20191019逻辑回归( Lecture3 )
第5章: 20191020 Review经典数据结构与算法
第6章: 20191020 Paper Searching and MiningTrillions of Time Series Subsequences underDynamic Time Warping03
第7章: 20191023 SVM-续( Lecture4 )
第8章: 20191026凸优化(1) ( Lecture5 )
第9章: 20191027 Review
第10章:20191027 Review决策树
第11章:20191027论文From Word Embeddings ToDocument Distances
第12章: 20191030凸优化(2) ( Lecture6 )
第13章:20191102凸优化(3) ( Lecture7 )
第14章:线性规划Review
第15章:20191109 Paper三节
第16章:20191110 Review
第17章:20191113文本表示基础(1) (L ecture8 )
第18章:20191116文本表示基础(2)( L ecture9 )
第19章: 20191117 Review
第20章: Paper-Mining and Summarizing
Customer Reviews
第21章: 20191123 EM算法( Lecture10 )
第22章: 20191124 Reviewqa系统技术剖析
第23章: 20191124 Paper Reading Wikipedia toAnswer Open- Domain Questions
第24章: 20191127 HMM(1) ( Lecture11 )
第25章:20191130 HMM (2) ( Lecture12 )
第26章:20191201 Review
第27章:20191202 GloVe-Global Vectors for WordRepresentation
第28章:20191204CRF (1)
第29章: 20191207CRF (2)
第30章: 20191208 Review & Paper L .STM+CRF
第31章: 20191211CRF (3)
第32章: 20191215Review浅谈Bayesian Network
第33章:20191221词向量
第34章:20191222 Paper : Sum- Product
Networks A New Deep Architecture
第35章: 20191222 Review
第36章:20191225信息抽取1
第37章:20191228 L ecture关系抽取2
第38章: 20191229 Paper
第39章:20191229 Review
第40章: 20200104关系抽取1
第41章:20200105 Review Relation Extraction withPCNN
第42章: 20200105 Paper Snowball- ExtractingRelations from L arge Plain-Text Collections
第43章:20200108直播课程
第44章:20200111直播课程知识图谱
第45章: 20200112 Discussion直播课程
第46章: 20200112 Paper Translating Embeddingsfor Modeling Multi-relational Data .
第47章:20200115直播课程
第48章:20200205直播课程
第49章:20200208直播课程
第50章:20200209 DiscussionGPU使用+简单神经网络
第51章: 20200214直播课程
第52章: 20200215直播课程
第53章: 20200216 Review
第54章: 20200216 Paper Auto- Encoding
Variational Bayes (VAE)
第55章: 20200222直播课程
第56章: 20200223 Review Introduction to
Transfer L _earing
第57章: 20200223 Paper-Teaching machines toread and comprehend (2015), K. Hermann et al
第58章:20200227 Review项目一讲解
第59章:20200229直播课程-Transformer(2)
第60章: 20200301 Review LSTM的实现(源码讲解)
第61章:20200331Paper-learning deep
transformer models for machine translation-clear
第62章:聊天机器人技术介绍
第63章:基于任务导向型聊天机器人技术
第64章:聊天机器人系统中需要考虑的点
第65章: Capstone项目(付费项目)
第66章:职业规划以及面试指导
本文为我原创
