Natural Language Processing

课程简介

自然语言处理核心概念：词形分析、句法分析和解析、语义分析、话语分析以及歧义问题。 自然语言处理模型和技术：文本分段、分类、排序、序列标注、N-gram 语言模型、主题模型、机器学习和数据挖掘在自然语言处理中的作用、自然语言处理工具以及大型语言模型（LLMs）。 自然语言处理应用：机器翻译、问答、摘要、意见挖掘和情感分类、对话和会话、阅读理解、信息检索和提取、新闻推荐等。 深度学习在自然语言处理中的选题：词嵌入（Word2Vec）、卷积神经网络、循环神经网络、递归神经网络、序列到序列模型。

学习目标

1. 自然语言处理的基本知识及其应用场景； 2. 实际处理和处理自然语言文本的技术； 3. 利用自然语言处理技术和工具开发系统的根本技能； 4. 设计不同社区创新软件的基本构建块。

先修要求

无（但具备人工智能知识更佳）

教学模式

课程讲授主要概念，结合全面的示例，并通过课堂问答帮助学生理解。 辅导和实验课帮助学生复习所学概念，掌握实用技术和必要的工具，以有效开发系统/应用程序。 小组项目为学生提供通过系统实现和人际沟通来发展分析和解决问题技能的机会。