微专业AI工程师从入门到精通NLP工程师必备技能

1
回复
349
查看
[复制链接]
  • TA的每日心情
    擦汗
    2023-5-6 02:41
  • 签到天数: 570 天

    [LV.9]以坛为家II

    2605

    主题

    3135

    帖子

    1万

    积分

    管理员

    Rank: 9Rank: 9Rank: 9

    积分
    16205
    发表于 2022-4-6 12:00:00 | 显示全部楼层 |阅读模式

    登录后查看本帖详细内容!

    您需要 登录 才可以下载或查看,没有帐号?立即注册

    x

    ├─01-自然语言处理基础知识与操作
    │  ├─第一章自然语言处理基础
    │  │      一章小结.mp4
    │  │      一章概述.mp4
    │  │      字符串基本处理与正则表达式文本匹配与替换.mp4
    │  │      字符串处理.mp4
    │  │      文本数据、字、词、term.mp4
    │  │      模式匹配与正则表达式.mp4
    │  │      
    │  ├─第二章英文文本处理与解析
    │  │      【实战】nltk工具库英文文本处理案例.mp4
    │  │      【实战】spacy工具库英文文本处理案例.mp4
    │  │      【实战】基于python的英文文本相似度比对.mp4
    │  │      【实战】简易文本情感分析器构建.mp4
    │  │      章小结.mp4
    │  │      章概述.mp4
    │  │      英文文本解析任务介绍:分词、去停用词、提取词干等.mp4
    │  │      
    │  └─第三章中文文本处理与解析
    │         jieba工具库介绍.mp4
    │         【实战】python中文文本清洗、处理与可视化.mp4
    │         【实战】python新闻网站关键词抽取.mp4
    │         中文文本处理任务介绍:分词、去停用词、ngram.mp4
    │         中文文本解析任务介绍:词性分析、依赖分析等.mp4
    │         章小结.mp4
    │         章概述.mp4
    │         
    ├─02-语言模型与应用
    │  │  考核作业.rar
    │  │  课件与代码.rar
    │  │  
    │  ├─第一章语言模型与应用
    │  │      ngram应用:词性标注、中文分词、机器翻译与语音识别.mp4
    │  │      ngram语言模型.mp4
    │  │      假设性独立与联合概率链规则.mp4
    │  │      章小结.mp4
    │  │      章概述.mp4
    │  │      
    │  └─第二章统计语言模型与神经语言模型构建
    │          【实战】kenlm工具库使用及语言模型生成.mp4
    │          【实战】基于kenlm的简易拼写纠错.mp4
    │          【实战】基于pytorch的语言模型训练.mp4
    │          基于rnn的神经语言模型.mp4
    │          基于统计的语言模型构建.mp4
    │          章小结.mp4
    │          章概述.mp4
    │         
    ├─03-文本表示
    │  │  考核作业.rar
    │  │  
    │  ├─第一章-文本词与句的表示
    │  │      01章概述.mp4
    │  │      02-文本表示概述.mp4
    │  │      03-文本离散表示:词袋模型与tf-idf.mp4
    │  │      04-文本分布式表示:word2vec.mp4
    │  │      05-【实战】python中文文本向量化表示.mp4
    │  │      06-【实战】基于gensim的中文文本词向量训练与相似度匹配.mp4
    │  │      07章小结.mp4
    │  │      
    │  └─第二章-文本表示进阶
    │          01章概述.mp4
    │          02-预训练在图像领域的应用.mp4
    │          03-elmo基于上下文的word embedding.mp4
    │          04-gpt transformer建模句子信息.mp4
    │          05-bert 预训练双向transformer.mp4
    │          06-基于bert进行fine-tuning.mp4
    │          07章小结.mp4
    │         
    ├─04-文本分类
    │  ├─第一章-文本分类机器学习模型与实战
    │  │      01章概述.mp4
    │  │      02-朴素贝叶斯模型与中文文本分类.mp4
    │  │      03-逻辑回归 _svm与文本分类.mp4
    │  │      04-facebook fasttext原理与操作.mp4
    │  │      05-【实战】python中文新闻分类.mp4
    │  │      06-【实战】基于fasttext的文本情感分析.mp4
    │  │      07章小结.mp4
    │  │      
    │  ├─第二章-文本分类深度学习模型与实战
    │  │      01章概述.mp4
    │  │      02-词嵌入与fine-tuning.mp4
    │  │      03-基于卷积神经网络的文本分类.mp4
    │  │      04-基于lstm的文本分类.mp4
    │  │      05-transformerself-attention介绍.mp4
    │  │      06-使用tensorflow构建卷积神经网络完成新闻分类.mp4
    │  │      07-使用tensorflow构建lstm完成影评褒贬分析模型.mp4
    │  │      08章小结.mp4
    │  │      
    │  └─考核作业
    │      ├─文本分类:情感分析与内容分类_主观题
    │      │      1.PNG
    │      │      2.PNG
    │      │      
    │      └─文本分类:情感分析与内容分类_客观题
    │              1.PNG
    │              2.PNG
    │              3.PNG
    │              答案.txt
    │              
    ├─05-文本主题抽取与表示
    │  ├─第一章-文本主题抽取与表示
    │  │      01章小结.mp4
    │  │      02-基于tf-idf与text-rank的主题词抽取.mp4
    │  │      03-监督学习与文本打标签.mp4
    │  │      04-无监督学习与lda主题模型.mp4
    │  │      05基于python的中文关键词抽取与可视化.mp4
    │  │      06-基于lda的新闻主题分析与可视化呈现.mp4
    │  │      07章小结.mp4
    │  │      
    │  └─考核作业
    │      │  主题模型:文本主题抽取与表示_主观题.PNG
    │      │  
    │      └─主题模型:文本主题抽取与表示_客观题
    │              1.PNG
    │              2.PNG
    │              答案.txt
    │              
    ├─06-序列到序列模型
    │  ├─第一章-序列到序列模型与应用
    │  │      01章概述.mp4
    │  │      02-从rnn到seq2seq模型.mp4
    │  │      03-编码解码模型.mp4
    │  │      04-seq2seq模型详解.mp4
    │  │      05-注意(attention)机制.mp4
    │  │      06-tensorflow seq2seq模型使用方法详解.mp4
    │  │      07-基于seq2seq的文本摘要生成实现.mp4
    │  │      08章总结.mp4
    │  │      
    │  └─考核作业
    │      │  seq2seq模型:文本序列映射学习_主观题.PNG
    │      │  
    │      └─seq2seq模型:文本序列映射学习_客观题
    │              1.PNG
    │              2.PNG
    │              答案.txt
    │              
    ├─07-文本生成
    │  ├─第一章-文本生成与自动创作
    │  │      01章概述.mp4
    │  │      02-基于rnn lstm的语言模型回顾.mp4
    │  │      03-基于语言模型的文本生成原理.mp4
    │  │      04-【实战】基于lstm的唐诗生成器.mp4
    │  │      05-基于seq2seq的文本序列生成原理.mp4
    │  │      06-【实战】基于seq2seq的对联生成器.mp4
    │  │      07章小结.mp4
    │  │      
    │  └─考核作业
    │      │  文本生成:写诗作词对对联_主观题.PNG
    │      │  
    │      └─文本生成:写诗作词对对联_客观题
    │              1.PNG
    │              2.PNG
    │              答案.txt
    │              
    ├─08-机器翻译
    │  └─第一章-机器翻译:双语翻译
    │      ├─01-统计机器翻译
    │      │      01章概述.mp4
    │      │      02-词,句子和语料与基本概率论知识.mp4
    │      │      03-翻译模型与语言模型.mp4
    │      │      04-解码与beam-search.mp4
    │      │      05-翻译系统评估.mp4
    │      │      06-【实战】moses统计翻译系统实战.mp4
    │      │      07章小结.mp4
    │      │      
    │      ├─02-基于seq2seq的机器翻译模型
    │      │      01章概述.mp4
    │      │      02-基础seq2seq编解码模型机器翻译应用.mp4
    │      │      03-基于注意力机制的seq2seq机器翻译优化.mp4
    │      │      04-【实战】基于keras完成的基础seq2seq机器翻译模型.mp4
    │      │      05-【实战】基于tensorflow的google版seq2seq机器翻译模型.mp4
    │      │      06章小结.mp4
    │      │      
    │      ├─03-fackbook基于CNN的机器翻译模型
    │      │      01章概述.mp4
    │      │      02-基于cnn的翻译系统模型结构.mp4
    │      │      03-使用cnn完成神经翻译系统的tricks.mp4
    │      │      04-facebook cnn机器翻译系统代码解析.mp4
    │      │      05章小结.mp4
    │      │      
    │      └─04-来自Google的Transformer模型
    │              01章概述.mp4
    │              02-来自google的transformer模型.mp4
    │              03-transformer模型的训练细节.mp4
    │              04-【实战】transformer源码解析.mp4
    │              05章小结.mp4
    │              
    ├─09-聊天机器人
    │  └─第一章-聊天机器人:机器客服与语音助手
    │      ├─01-基于内容匹配的聊天机器人
    │      │      01章概述.mp4
    │      │      02-聊天机器人基本知识综述.mp4
    │      │      03-基于内容匹配的聊天机器人.mp4
    │      │      04-基于深度学习匹配的聊天机器人tensorflow实现.mp4
    │      │      05-基于深度学习匹配的聊天机器人pytorch实现.mp4
    │      │      06章小结.mp4
    │      │      
    │      └─02-基于seq2seq的聊天机器人
    │              01章概述.mp4
    │              02-聊天机器人场景与seq2seq模型回顾.mp4
    │              03-数据准备与处理.mp4
    │              04-基于tensorflow seq2seq的chatbot完整实现.mp4
    │              05-拓展:基于transformer的chatbot实现.mp4
    │              06章小结.mp4
    │              
    ├─10-视觉文本任务:看图说话
    │  ├─01-看图说话问题与实现
    │  │      1.1 本章概述.mp4
    │  │      1.2 “看图说话”问题介绍.mp4
    │  │      1.3 简易cnn+rnn编码解码模型完成图片短文本描述原理.mp4
    │  │      1.4 注意力模型与“看图说话”优化.mp4
    │  │      1.5 【实战】基于cnn+rnn的编解码“看图说话”与beam-search优化.mp4
    │  │      1.6 【实战】基于attention model的“看图说话”实现.mp4
    │  │      1.7 本章小结.mp4
    │  │      
    │  └─02-视觉问答机器人(VQA)原理与实现
    │          2.1 本章概述.mp4
    │          2.2 视觉问答机器人问题介绍.mp4
    │          2.3 基于图像信息和文本信息抽取匹配的vqa实现方案.mp4
    │          2.4 基于注意力(attention)的深度学习vqa实现方案.mp4
    │          2.5【实战】使用keras完成cnn+rnn基础vqa模型.mp4
    │          2.6【实战】基于attention的深度学习vqa模型实现.mp4
    │          2.7 本章小结.mp4
    │         
    └─11-文本相似度计算与文本匹配问题
        ├─01-文本相似度计算与文本匹配问题
        │      1.1 本章概述.mp4
        │      1.2 文本相似度问题与应用.mp4
        │      1.3 传统文本相似度计算方式:编辑距离、simhash、word2vec.mp4
        │      1.4 【实战】编辑距离计算python实现.mp4
        │      1.5 【实战】基于simhash的相似文本判断.mp4
        │      1.6 【实战】词向量word averaging.mp4
        │      1.7 本章小结.mp4
        │      第1章文本相似度问题与应用场景.pdf
        │      
        └─02-基于深度学习的文本语义匹配
                第2章基于深度学习的文本语义匹配.pdf
                2.1 本章概述.mp4
                2.2 基于深度学习的句子相似度模型.mp4
                2.3 dssm(deep structured semantic models)模型详解.mp4
                2.4 drmm(deep relevance matching model)模型详解.mp4
                2.5【实战】基于lstm的监督学习语义表达抽取.mp4
                2.6【实战】基于dssm的问题语义相似度匹配案例.mp4
                2.7【实战】基于drmm的问答匹配案例.mp4
                2.8 本章小结.mp4

    下载

    游客,如果您要查看本帖隐藏内容请回复
    〖下载地址失效反馈〗:

    下载地址如果失效,请反馈。反馈地址: https://www.fstcode.com/thread-5527-1-1.html

    〖赞助VIP免灵石下载全站资源〗:

    全站资源高清无密,每天更新,VIP特权: https://www.fstcode.com/plugin.php?id=threed_vip

    〖客服24小时咨询〗:

    有任何问题,请点击右侧客服QQ咨询。

    回复

    使用道具 举报

  • TA的每日心情
    奋斗
    2023-5-3 17:26
  • 签到天数: 199 天

    [LV.7]常住居民III

    4

    主题

    338

    帖子

    1880

    积分

    终身VIP

    Rank: 12Rank: 12Rank: 12

    积分
    1880
    发表于 2022-9-30 09:16:20 | 显示全部楼层
    谢谢分享
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

     
    在线客服
    点击这里给我发消息 点击这里给我发消息
    用心服务所有程序员,做最好的编程视频网站
    QQ:354410543
    周一至周日 00:00-24:00
    联系站长:admin@fstcode.com

    QQ群(仅限付费用户)

    Powered by "真全栈程序员" © 2010-2023 "真全栈程序员" 本站资源全部来自互联网及网友分享-如有侵权请发邮件到站长邮箱联系删除!