自然語(yǔ)言處理（NLP）培訓(xùn)

自然語(yǔ)言處理（NLP）培訓(xùn)(多名專家)課程介紹：

一、培訓(xùn)收益
課程中通過(guò)細(xì)致講解，使學(xué)員掌握該技術(shù)的本質(zhì)。具體收益包括：
1.掌握NLP基礎(chǔ)；
2.關(guān)鍵詞提取與文本分類方法
3.文本向量化與句法分析方法
4.NLP與深度學(xué)習(xí)技術(shù)的相應(yīng)算法；
5.理解并掌握Tensorflow框架。

二、培訓(xùn)特色
本次培訓(xùn)從實(shí)戰(zhàn)的角度對(duì)自然語(yǔ)言處理（NLP）進(jìn)行了全面的剖析，并結(jié)合實(shí)際案例分析和探討NLP的應(yīng)用場(chǎng)景，給NLP相關(guān)從業(yè)人員以指導(dǎo)和啟迪。

三、日程安排

第一天上午
NLP入門與基礎(chǔ)介紹（一）
1. NLP的基本概念
2. NLP的發(fā)展歷程
3. NLP主要研究方向
1) 句法語(yǔ)義分析
2) 信息抽取
3) 文本挖掘
4) 機(jī)器翻譯
5) 信息檢索
6) 問(wèn)答系統(tǒng)
7) 對(duì)話系統(tǒng)

第一天下午
NLP入門與基礎(chǔ)介紹（二）
4. NLP的基礎(chǔ)
1) 分詞
 ◇ 正向最大匹配算法
 ◇ 逆向最大匹配算法
 ◇ 雙向最大匹配算法
 ◇ 基于N-gram語(yǔ)言模型的分詞
 ◇ 基于HMM的分詞方法
 ◇ 基于CRF的分詞法法
2) 文本基本處理
 ◇ 文本提取
 ◇ 正在表達(dá)式
 ◇ 本文統(tǒng)計(jì)
3) 詞性標(biāo)注
 ◇ 基于最大熵的詞性標(biāo)注
 ◇ 基于統(tǒng)計(jì)最大概率輸出詞性
 ◇ 基于HMM詞性標(biāo)注
 ◇ 基于CRF的詞性標(biāo)注
4) 命名實(shí)體識(shí)別
 ◇ 基于CRF的命名實(shí)體識(shí)別
5. 案例
1) 在線中文分詞系統(tǒng)實(shí)戰(zhàn)
2) 命名實(shí)體識(shí)別接口開發(fā)
3) 基于詞性標(biāo)注的關(guān)鍵詞提取

第二天上午
 關(guān)鍵詞提取與文本分類（一）
1. 關(guān)鍵詞提取概述
2. 關(guān)鍵詞提取算法
1) TF-IDF
2) LSA/LSI算法
3) PLSA算法
4) LDA算法

第二天下午
關(guān)鍵詞提取與文本分類（二）
3. 文本分類算法
1) 樸素貝葉斯
2) 線性分類器
3) 支持向量機(jī)
4) Bagging模型
5) Boosting模型
6) 淺層神經(jīng)網(wǎng)絡(luò)
4. 案例
1) 新聞主題提取
2) 新聞分類實(shí)戰(zhàn)

第三天上午
文本向量化與句法分析（一）
1. 文本向量化概述
2. 文本向量化常用算法
1) 詞袋算法
2) HashTF算法
3) Word2Vec算法
4) Glove算法

第三天下午
文本向量化與句法分析（二）
3. 句法分析概述
4. 句法分析常用算法
1) PCFG算法
2) 條件隨機(jī)場(chǎng)算法
5. 案例
1) 文本情感分析的開發(fā)示例
2) 基于依存句法分詞的問(wèn)句相似度計(jì)算

第四天上午
NLP與深度學(xué)習(xí)（一）
1. 深度學(xué)習(xí)概述
1) 神經(jīng)網(wǎng)絡(luò)
2) 損失函數(shù)
3) 梯度下降
2. 深度學(xué)習(xí)常用算法
1) CNN
2) RNN
3) GRU
4) LSTM

第四天下午
NLP與深度學(xué)習(xí)（二）
3. Tensorflow框架學(xué)習(xí)
1) Tensorflow簡(jiǎn)介
2) Tensorflow安裝
3) Tensorflow基礎(chǔ)使用
 ◇ 圖(graphs)
 ◇ 會(huì)話(session)
 ◇ 張量(tensor)
 ◇ 變量(Variable)
4) Tensorflow線性回歸以及分類的簡(jiǎn)單使用
5) Tensorflow中各種優(yōu)化器的介紹
4. 案例
1) 基于CNN的文本分類
2) 基于RNN的歌詞生成
3) 基于LSTM的機(jī)器翻譯
4) 基于Seq2Seq的問(wèn)答系統(tǒng)

第五天 業(yè)內(nèi)經(jīng)驗(yàn)交流

四、授課專家

覃老師  上海大學(xué)物理學(xué)碩士，創(chuàng)業(yè)公司合伙人，技術(shù)總監(jiān)。機(jī)器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗(yàn)，精通算法原理與編程實(shí)踐。曾使用Tensorflow，Caffe，Keras等深度學(xué)習(xí)框架完成過(guò)多項(xiàng)圖像，語(yǔ)音，nlp，搜索相關(guān)的人工智能實(shí)際項(xiàng)目，研發(fā)經(jīng)驗(yàn)豐富。擁有兩項(xiàng)國(guó)家專利。同時(shí)具有多年授課培訓(xùn)經(jīng)驗(yàn)，講課通熟易懂，代碼風(fēng)格簡(jiǎn)潔清晰。

楊老師 計(jì)算機(jī)博士，目前就職于中科院某研究所，長(zhǎng)期從事深度學(xué)習(xí)與機(jī)器學(xué)習(xí)研究工作，在NLP與CV領(lǐng)域有很深造詣，主持多項(xiàng)科技專項(xiàng)，并帶領(lǐng)團(tuán)隊(duì)深入一線研發(fā)并落地，XXX視頻監(jiān)控與分析系統(tǒng)、XXX輿情監(jiān)控系統(tǒng)、XXX智能對(duì)話系統(tǒng)及 XXX森林防火無(wú)人機(jī)跟拍系統(tǒng)等。申請(qǐng)發(fā)明專利2項(xiàng)、部級(jí)科技進(jìn)步二等獎(jiǎng)一次，在SIGIR、CIKM及AAAI的國(guó)際會(huì)議發(fā)表多篇文章。

趙老師  計(jì)算機(jī)博士，目前主要研究方向包括電子推薦、智能決策和大數(shù)據(jù)分析等。主持國(guó)家自然科學(xué)基金2項(xiàng)、中國(guó)博士后科研基金、上海市浦江人才、IBM Shared University Research以及多項(xiàng)企業(yè)合作課題等項(xiàng)目。已在《管理科學(xué)學(xué)報(bào)》、《系統(tǒng)工程學(xué)報(bào)》、Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers等國(guó)內(nèi)外刊物和學(xué)術(shù)會(huì)議發(fā)表論文90多篇，其中被SCI、EI收錄40多篇。出版著作和教材《智能化的流程管理》、《客戶智能》、《商務(wù)智能（第四版）》、《商務(wù)智能 數(shù)據(jù)分析的管理視角（第三版）》、《數(shù)據(jù)挖掘?qū)嵱冒咐返榷嗖俊?/P>

本課程結(jié)束頒發(fā)《自然語(yǔ)言處理（NLP）高級(jí)工程師》證書，證書可作為專業(yè)技術(shù)人員職業(yè)能力考核的證明，以及專業(yè)技術(shù)人員崗位聘用、任職、定級(jí)和晉升職務(wù)的重要依據(jù)。

更多自然語(yǔ)言處理（NLP）培訓(xùn)相關(guān)課程：