课程大纲

NLP 方法简介

  • 单词和句子分词
  • 文本分类
  • 情感分析
  • 拼写更正
  • 资讯提取
  • 解析
  • 含义提取
  • 问答

NLP 理论概述

  • 概率
  • 统计学
  • 机器学习
  • N-gram 语言建模
  • 朴素贝叶斯
  • Maxent 分类器
  • 序列模型 (Hidden Markov Models)
  • 概率依赖性
  • 成分解析
  • 向量空间意义模型

要求

不需要 NLP 背景。

要求:熟悉任何程式设计语言(Java、Python、PHP、VBA 等)。

预期成绩:合理的数学技能(A-level 标准),尤其是在概率、统计和微积分方面。

有益的:熟悉正则表达式。

 21 小时

即将举行的公开课程

课程分类