学堂在线 自然语言处理训练营2024（已完结）

课程介绍

学堂在线 自然语言处理训练营视频教程，由优库it资源网整理发布。本课涵盖NLP经典与前沿，6大实训。

相关推荐

AI人工智能算法工程师
王昊奋-知识图谱-技术与实践应用 特训营
深蓝学院 - 知识图谱理论与实践第三期

资源目录

.
├── 1-课程介绍/
│   ├── [2.8M]  1.1-01_NLP简介_v1.pdf
│   ├── [ 16M]  1.1-1.1_什么是自然语言处理
│   ├── [ 46M]  1.2-1.2_自然语言处理的挑战
│   ├── [ 24M]  1.3-1.3_自然语言处理的重要性
│   ├── [ 87M]  1.4-1.4_自然语言处理典型任务及应用
│   └── [ 34M]  1.5-1.5_推荐阅读
├── 2-NLP模型基础/
│   ├── [4.2M]  2.1-02_NLP模型基础_v1.pdf
│   ├── [ 94M]  2.1-2.1_词表示
│   ├── [ 72M]  2.2-2.2_分布式词表示
│   ├── [ 33M]  2.2-Word2VecTransE案例（更新）.zip
│   ├── [ 69M]  2.3-2.3_词嵌入
│   ├── [ 31M]  2.4-2.4_神经网络
│   ├── [ 50M]  2.5-2.5_神经网络训练
│   ├── [140M]  2.6-2.6_循环神经网络
│   ├── [ 69M]  2.7-2.7_卷积神经网络
│   └── [119M]  2.8-2.8_transformer
├── 4-预训练语言模型/
│   ├── [4.1M]  4.1-04_预训练_v1.pdf
│   ├── [ 28M]  4.1-4.1 基于特征的预训练模型
│   ├── [ 49M]  4.2-4.2 基于特征的方法
│   ├── [ 96M]  4.3-4.3 基于微调的方法
│   └── [ 60M]  4.4-4.4 BERT之后的预训练模型
├── 5-知识图谱/
│   ├── [4.0M]  5.1-05_知识图谱.pdf
│   ├── [ 83M]  5.1-5.1什么是知识图谱
│   ├── [ 79M]  5.2-5.2 知识表示学习
│   ├── [335K]  5.2-情感分析案例.zip
│   └── [ 97M]  5.3-5.3 知识表示学习的关键挑战
├── 6-序列标注与信息抽取/
│   ├── [1.9M]  6.1-06_序列标注.pdf
│   ├── [118M]  6.1-6.1_序列标注
│   ├── [ 21M]  6.2-6.2_词性标注
│   ├── [ 18M]  6.3-6.3_信息抽取简介
│   ├── [ 34M]  6.4-6.4_命名实体识别
│   └── [ 72M]  6.5-6.5_命名实体分类与实体链接
├── 7-文本分类与关系抽取/
│   ├── [3.8M]  7.1-07_文本分类与关系抽取.pdf
│   ├── [6.0M]  7.1-7.1_文本分类
│   ├── [187M]  7.2-7.2_关系抽取
│   ├── [4.4M]  7.2-预训练模型应用实例-更新版.zip
│   └── [ 56M]  7.3-7.3_事件抽取
├── 8-文本匹配与信息检索/
│   ├── [4.7M]  8.1-08_信息检索.pdf
│   ├── [ 57M]  8.1-8.1_信息检索简介
│   ├── [ 48M]  8.2-8.2_传统IR模型
│   ├── [ 66M]  8.3-8.3_词嵌入IR模型
│   └── [128M]  8.4-8.4_神经IR模型
├── 9-文档分析与阅读理解/
│   ├── [6.8M]  9.1-09_机器问答_v3.pdf
│   ├── [ 31M]  9.1-9.1_机器问答简介
│   ├── [108M]  9.2-9.2_机器阅读理解
│   ├── [2.6M]  9.2-法律智能问答案例.zip
│   ├── [ 14M]  9.3-9.3_开放域问答
│   └── [107M]  9.4-9.4_知识图谱问答
├── 10-文本生成/
│   ├── [ 16M]  10.1-10.1_文本生成简介
│   ├── [5.5M]  10.1-10_文本生成_v3.pdf
│   ├── [ 18M]  10.2-10.2_传统文本生成方式
│   ├── [ 76M]  10.3-10.3_基于神经网络的文本生成
│   ├── [ 96M]  10.4-10.4_文本生成任务以及挑战
│   └── [ 15M]  10.5-10.5_当前趋势和未来
├── 11-NLP前沿介绍/
│   ├── [ 19M]  11.1-11-NLP前沿_v1.pdf
│   ├── [138M]  11.1-少次学习&知识驱动的自然语言处理（高天宇）
│   ├── [4.1M]  11.2-ChatGPT技术.pdf
│   ├── [ 65M]  11.2-对抗学习
│   ├── [4.0M]  11.3-后ChatGPT时代.pdf
│   ├── [ 55M]  11.3-强化学习
│   ├── [149M]  11.4-ChatGPTGPT4背后的关键技术
│   └── [126M]  11.5-后 ChatGPT 时代的 NLP 研究路线
├── 12-直播回放/
│   ├── [ 43M]  12.1-实验一.zip
│   ├── [ 23M]  12.1-实验一布置+答疑
│   ├── [ 77M]  12.2-实验二布置+答疑
│   ├── [2.2M]  12.2-第四次实训案例-讲解.pdf
│   ├── [ 58M]  12.3-实验一汇报、讲解+答疑
│   ├── [9.1M]  12.4-实验三布置+答疑
│   ├── [ 22M]  12.5-实验二讲解+答疑
│   ├── [ 27M]  12.6-实验四布置+答疑
│   ├── [ 12M]  12.7-实验三讲解+答疑
│   ├── [ 12M]  12.8-实验五布置+答疑
│   ├── [ 97M]  12.9-实验四讲解+答疑
│   ├── [ 15M]  12.10-实验六布置+答疑
│   ├── [ 78M]  12.11-实验五汇报、讲解+直播答疑
│   └── [ 24M]  12.12-实验六讲解+答疑