课程大纲

Natural Language Processing (NLP) 简介

  • NLP 及其应用概述
  • 关键元件:语法、语义和语用学
  • NLU 在 NLP 中的作用

了解 NLU 概念

  • 自然语言理解的定义和范围
  • NLU 和 NLP 之间的区别
  • NLU 中使用的基本演算法

基本 NLU 技术

  • 分词和句子分割
  • 命名实体识别 (NER)
  • 情感分析和文本分类

NLU 中的语言建模

  • 统计和神经语言模型简介
  • 探索单词嵌入和上下文感知模型
  • 语言模型在 NLU 任务中的应用

NLU 中的挑战

  • 自然语言中的歧义
  • 上下文理解和消除歧义
  • 处理低资源语言

NLU 的应用

  • 聊天机器人和虚拟助手中的 NLU
  • 从非结构化文本中提取资讯
  • 各行业案例研究

NLU 的未来趋势

  • NLU 深度学习的进步
  • 情境理解中的新兴技术
  • 人机交互的未来

总结和后续步骤

要求

  • 程式设计基础知识 (Python)
  • 对 AI 和语言技术感兴趣

观众

  • AI 初学者
  • 数据科学学生
  • 技术爱好者
 14 小时

即将举行的公开课程

课程分类