声明:本网站所有内容均为资源介绍学习参考,如有侵权请联系后删除
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.准确分词之加戴自定义字典分词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挖趣符合语言规范的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Lb库封装(下).mp4
50.部署tensorfowl练好的模型为云服务(上).mp4
51.部署tensorfowl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
自然语言处理配套资料
自然语言处理-配套课件链接.dox