2022AI工程师之自然语言处理从基础到高阶教程视频 NLP实战教程

作者: admin 分类: 机器学习和人工智能教程合集 发布时间: 2021-12-17 04:49

├──01-自然语言处理基础知识与操作
| ├──第二章-英文文本处理与解析
| | ├──01-本章概述–金狮-金狮_.mp4 13.90M
| | ├──02-英文文本解析任务介绍:分词、去停用词、提取词干等–金狮-金狮_.mp4 69.12M
| | ├──03-【实战】nltk工具库英文文本处理案例–金狮-金狮_.mp4 139.99M
| | ├──04-【实战】spacy工具库英文文本处理案例–金狮-金狮_.mp4 413.95M
| | ├──05-【实战】基于python的英文文本相似度比对–金狮-金狮_.mp4 122.75M
| | ├──06-【实战】简易文本情感分析器构建–金狮-金狮_.mp4 34.02M
| | └──07-本章小结–金狮-金狮_.mp4 24.52M
| ├──第三章-中文文本处理与解析
| | ├──01-本章概述–金狮_.mp4 4.99M
| | ├──02-中文文本处理任务介绍:分词、去停用词、n-gram–金狮_.mp4 223.80M
| | ├──03-中文文本解析任务介绍:词性分析、依赖分析等–金狮_.mp4 170.84M
| | ├──04-jieba工具库介绍–金狮_.mp4 531.87M
| | ├──05-【实战】python中文文本清洗、处理与可视化–金狮_.mp4 193.05M
| | ├──06-【实战】python新闻网站关键词抽取–金狮_.mp4 44.24M
| | └──07-本章小结–金狮_.mp4 30.34M
| ├──第一章-自然语言处理基础
| | ├──01-本章概述-金狮_.mp4 5.90M
| | ├──02-文本数据、字、词、term–金狮_.mp4 128.35M
| | ├──03-字符串处理–金狮_.mp4 371.04M
| | ├──04-模式匹配与正则表达式–金狮_.mp4 432.24M
| | ├──05-字符串基本处理与正则表达式文本匹配与替换–金狮_.mp4 625.04M
| | └──06-本章小结–金狮_.mp4 60.87M
| └──课件与代码.zip 30.30M
├──02-语言模型与应用
| ├──第二章-统计语言模型与神经语言模型构建
| | ├──01-本章概述–金狮_.mp4 29.86M
| | ├──02-基于统计的语言模型构建–金狮_.mp4 235.73M
| | ├──03-【实战】kenlm工具库使用及语言模型生成–金狮_.mp4 172.84M
| | ├──04-【实战】基于kenlm的简易拼写纠错–金狮_.mp4 182.16M
| | ├──05-基于rnn的神经语言模型–金狮_.mp4 550.92M
| | ├──06-【实战】基于pytorch的语言模型训练–金狮_.mp4 270.57M
| | └──07-本章小结–金狮_.mp4 102.50M
| ├──第一章-语言模型与应用
| | ├──01-本章概述–金狮_.mp4 19.07M
| | ├──02-假设性独立与联合概率链规则–金狮_.mp4 73.94M
| | ├──03-n-gram语言模型–金狮_.mp4 218.74M
| | ├──04-n-gram应用:词性标注、中文分词、机器翻译与语音识别–金狮_.mp4 327.97M
| | └──05-本章小结–金狮_.mp4 33.10M
| ├──考核作业
| | ├──客观题
| | | ├──1.PNG 5.27kb
| | | ├──10.PNG 6.71kb
| | | ├──2.PNG 8.17kb
| | | ├──3.PNG 8.58kb
| | | ├──4.PNG 21.59kb
| | | ├──5.PNG 26.27kb
| | | ├──6.PNG 8.03kb
| | | ├──7.PNG 8.70kb
| | | ├──8.PNG 6.50kb
| | | ├──9.PNG 7.99kb
| | | └──答案.txt 0.08kb
| | └──主观题
| | | ├──1.PNG 4.34kb
| | | ├──2.PNG 3.39kb
| | | ├──3.PNG 78.52kb
| | | └──4.PNG 44.14kb
| └──课件与代码
| | ├──Language_Models2
| | | ├──.ipynb_checkpoints
| | | ├──img
| | | ├──lesson1
| | | ├──lesson2
| | | └──.DS_Store 6.00kb
| | └──__MACOSX
| | | └──Language_Models2
├──03-文本表示
| ├──第二章-文本表示进阶
| | ├──01-本章概述–金狮_.mp4 50.16M
| | ├──02-预训练在图像领域的应用–金狮_.mp4 259.56M
| | ├──03-elmo基于上下文的word embedding–金狮_.mp4 180.36M
| | ├──04-gpt transformer建模句子信息–金狮_.mp4 349.11M
| | ├──05-bert 预训练双向transformer–金狮_.mp4 429.03M
| | ├──06-基于bert进行fine-tuning–金狮_.mp4 211.48M
| | └──07-本章小结–金狮_.mp4 52.23M
| ├──第一章-文本词与句的表示
| | ├──01-本章概述–金狮_.mp4 32.17M
| | ├──02-文本表示概述–金狮_.mp4 51.69M
| | ├──03-文本离散表示:词袋模型与tf-idf–金狮_.mp4 287.12M
| | ├──04-文本分布式表示:word2vec–金狮_.mp4 312.99M
| | ├──05-【实战】python中文文本向量化表示–金狮_.mp4 95.16M
| | ├──06-【实战】基于gensim的中文文本词向量训练与相似度匹配–金狮_.mp4 274.13M
| | └──07-本章小结–金狮_.mp4 5.52M
| ├──考核作业
| | ├──文本表示:词向量构建与分布表示_客观题
| | | ├──1.PNG 31.41kb
| | | ├──2.PNG 13.40kb
| | | └──答案.txt 0.04kb
| | └──文本表示:词向量构建与分布表示_主观题.PNG 22.63kb
| └──课件代码.zip 612.40M
├──04-文本分类
| ├──第二章-文本分类深度学习模型与实战
| | └──视频
| | | ├──01-本章概述–金狮_.mp4 5.44M
| | | ├──02-词嵌入与fine-tuning–金狮_.mp4 12.72M
| | | ├──03-基于卷积神经网络的文本分类–金狮_.mp4 264.69M
| | | ├──04-基于lstm的文本分类–金狮_.mp4 123.65M
| | | ├──05-transformerself-attention介绍–金狮_.mp4 62.14M
| | | ├──06-使用tensorflow构建卷积神经网络完成新闻分类–金狮_.mp4 105.84M
| | | ├──07-使用tensorflow构建lstm完成影评褒贬分析模型–金狮_.mp4 10.41M
| | | └──08-本章小结–金狮_.mp4 7.39M
| ├──第一章-文本分类机器学习模型与实战
| | └──视频
| | | ├──01-本章概述–金狮_.mp4 55.85M
| | | ├──02-朴素贝叶斯模型与中文文本分类–金狮_.mp4 395.35M
| | | ├──03-逻辑回归 _svm与文本分类–金狮_.mp4 1.25G
| | | ├──04-facebook fasttext原理与操作–金狮_.mp4 366.87M
| | | ├──05-【实战】python中文新闻分类–金狮_.mp4 214.98M
| | | ├──06-【实战】基于fasttext的文本情感分析–金狮_.mp4 183.88M
| | | └──07-本章小结–金狮_.mp4 73.21M
| ├──考核作业
| | ├──文本分类:情感分析与内容分类_客观题
| | | ├──1.PNG 25.03kb
| | | ├──2.PNG 37.11kb
| | | ├──3.PNG 33.01kb
| | | └──答案.txt 0.07kb
| | └──文本分类:情感分析与内容分类_主观题
| | | ├──1.PNG 8.58kb
| | | └──2.PNG 9.75kb
| └──课件-代码.zip 72.33M
├──05-文本主题抽取与表示
| ├──第一章-文本主题抽取与表示
| | └──视频
| | | ├──01-本章小结–金狮_.mp4 6.57M
| | | ├──02-基于tf-idf与text-rank的主题词抽取–金狮_.mp4 16.35M
| | | ├──03-监督学习与文本打标签–金狮_.mp4 6.58M
| | | ├──04-无监督学习与lda主题模型–金狮_.mp4 182.60M
| | | ├──05基于python的中文关键词抽取与可视化–金狮_.mp4 6.55M
| | | ├──06-基于lda的新闻主题分析与可视化呈现–金狮_.mp4 39.47M
| | | └──07-本章小结–金狮_.mp4 7.20M
| ├──考核作业
| | ├──主题模型:文本主题抽取与表示_客观题
| | | ├──1.PNG 19.98kb
| | | ├──2.PNG 21.15kb
| | | └──答案.txt 0.03kb
| | └──主题模型:文本主题抽取与表示_主观题.PNG 7.84kb
| └──课件与代码.zip 68.89M
├──06-序列到序列模型
| ├──第一章-序列到序列模型与应用
| | ├──01-本章概述–金狮_.mp4 5.78M
| | ├──02-从rnn到seq2seq模型–金狮_.mp4 6.01M
| | ├──03-编码解码模型–金狮_.mp4 12.59M
| | ├──04-seq2seq模型详解–金狮_.mp4 45.24M
| | ├──05-注意(attention)机制–金狮_.mp4 36.38M
| | ├──06-tensorflow seq2seq模型使用方法详解–金狮_.mp4 177.54M
| | ├──07-基于seq2seq的文本摘要生成实现–金狮_.mp4 148.80M
| | └──08-本章总结–金狮_.mp4 72.69M
| ├──考核作业
| | ├──seq2seq模型:文本序列映射学习_客观题
| | | ├──1.PNG 20.46kb
| | | ├──2.PNG 24.77kb
| | | └──答案.txt 0.04kb
| | └──seq2seq模型:文本序列映射学习_主观题.PNG 8.62kb
| └──课件与代码.zip 61.78M
├──07-文本生成
| ├──第一章-文本生成与自动创作
| | ├──01-本章概述–金狮_.mp4 2.42M
| | ├──02-基于rnn lstm的语言模型回顾–金狮_.mp4 10.51M
| | ├──03-基于语言模型的文本生成原理–金狮_.mp4 2.04M
| | ├──04-【实战】基于lstm的唐诗生成器–金狮_.mp4 67.12M
| | ├──05-基于seq2seq的文本序列生成原理–金狮_.mp4 9.20M
| | ├──06-【实战】基于seq2seq的对联生成器–金狮_.mp4 96.68M
| | └──07-本章小结–金狮_.mp4 14.87M
| ├──考核作业
| | ├──文本生成:写诗作词对对联_客观题
| | | ├──1.PNG 46.26kb
| | | ├──2.PNG 22.77kb
| | | └──答案.txt 0.04kb
| | └──文本生成:写诗作词对对联_主观题.PNG 8.37kb
| └──课件与代码.zip 44.38M
├──08-机器翻译
| ├──第一章-机器翻译:双语翻译
| | ├──01-统计机器翻译
| | | ├──01-本章概述–金狮_.mp4 1018.25kb
| | | ├──02-词,句子和语料与基本概率论知识–金狮_.mp4 24.72M
| | | ├──03-翻译模型与语言模型–金狮_.mp4 60.40M
| | | ├──04-解码与beam-search–金狮_.mp4 9.37M
| | | ├──05-翻译系统评估–金狮_.mp4 9.02M
| | | ├──06-【实战】moses统计翻译系统实战–金狮_.mp4 63.28M
| | | └──07-本章小结–金狮_.mp4 4.57M
| | ├──02-基于seq2seq的机器翻译模型
| | | └──视频
| | ├──03-fackbook基于CNN的机器翻译模型
| | | └──视频
| | └──04-来自Google的Transformer模型
| | | └──视频
| └──课件-代码.zip 77.72M
├──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
| | | └──视频
| | └──02-基于seq2seq的聊天机器人
| | | ├──01-本章概述–金狮_.mp4 2.93M
| | | ├──02-聊天机器人场景与seq2seq模型回顾–金狮_.mp4 154.12M
| | | ├──03-数据准备与处理–金狮_.mp4 80.19M
| | | ├──04-基于tensorflow seq2seq的chatbot完整实现–金狮_.mp4 180.06M
| | | ├──05-拓展:基于transformer的chatbot实现–金狮_.mp4 169.77M
| | | └──06-本章小结–金狮_.mp4 35.93M
| └──课件-代码.zip 31.91M
├──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–金狮_.mp4 1.96M
| | ├──1.2 “看图说话”问题介绍–金狮_.mp4 8.42M
| | ├──1.3 简易cnn+rnn编码解码模型完成图片短文本描述原理–金狮_.mp4 65.93M
| | ├──1.4 注意力模型与“看图说话”优化–金狮_.mp4 31.96M
| | ├──1.5 【实战】基于cnn+rnn的编解码“看图说话”与beam-search优化–金狮_.mp4 109.77M
| | ├──1.6 【实战】基于attention model的“看图说话”实现–金狮_.mp4 34.42M
| | └──1.7 本章小结–金狮_.mp4 1.96M
| ├──02-视觉问答机器人(VQA)原理与实现
| | ├──2.1 本章概述–金狮_.mp4 1.48M
| | ├──2.2 视觉问答机器人问题介绍–金狮_.mp4 39.47M
| | ├──2.3 基于图像信息和文本信息抽取匹配的vqa实现方案–金狮_.mp4 38.26M
| | ├──2.4 基于注意力(attention)的深度学习vqa实现方案–金狮_.mp4 19.97M
| | ├──2.5【实战】使用keras完成cnn+rnn基础vqa模型–金狮_.mp4 29.11M
| | ├──2.6【实战】基于attention的深度学习vqa模型实现–金狮_.mp4 53.88M
| | └──2.7 本章小结–金狮_.mp4 1.36M
| └──课件-代码.zip 240.58M
└──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
| | ├──视频
| | | ├──1.1 本章概述–金狮_.mp4 4.87M
| | | ├──1.2 文本相似度问题与应用–金狮_.mp4 10.57M
| | | ├──1.3 传统文本相似度计算方式:编辑距离、simhash、word2vec–金狮_.mp4 159.49M
| | | ├──1.4 【实战】编辑距离计算python实现–金狮_.mp4 30.22M
| | | ├──1.5 【实战】基于simhash的相似文本判断–金狮_.mp4 69.27M
| | | ├──1.6 【实战】词向量word averaging–金狮_.mp4 30.45M
| | | └──1.7 本章小结–金狮_.mp4 2.01M
| | └──第1章文本相似度问题与应用场景.pdf 7.49M
| ├──02-基于深度学习的文本语义匹配
| | ├──视频
| | | ├──2.1 本章概述–金狮_.mp4 1.96M
| | | ├──2.2 基于深度学习的句子相似度模型–金狮_.mp4 37.20M
| | | ├──2.3 dssm(deep structured semantic models)模型详解–金狮_.mp4 26.64M
| | | ├──2.4 drmm(deep relevance matching model)模型详解–金狮_.mp4 25.98M
| | | ├──2.5【实战】基于lstm的监督学习语义表达抽取–金狮_.mp4 82.24M
| | | ├──2.6【实战】基于dssm的问题语义相似度匹配案例–金狮_.mp4 31.43M
| | | ├──2.7【实战】基于drmm的问答匹配案例–金狮_.mp4 24.22M
| | | └──2.8 本章小结–金狮_.mp4 3.47M
| | └──第2章基于深度学习的文本语义匹配.pdf 7.84M
| └──课件-代码.zip 739.17kb