全球名校AI课程库(38)| 马萨诸塞大学 · 自然语言处理进阶课程『Advanced Natural Language Processing』
课程介绍
自然语言处理 (NLP) 是一门关于如何教计算机理解人类语言的工程艺术和科学。NLP 作为一种人工智能技术,现在已经无处不在——我们可以与手机交谈、使用网络回答问题、在社交媒体中讨论,甚至在人类语言之间进行翻译。
CS685 马萨诸塞大学 NLP 进阶课程,广泛关注自然语言处理的深度学习方法,详细讲解前沿技术点与典型应用。课程重点是神经语言模型和迁移学习——这两者都极大地推动了最先进的技术。
课程基于 Pytorch 完成代码案例讲解,涵盖建模架构、训练目标和下游任务。手写重点与手敲代码的授课风格,能帮助大家更好地深入掌握相关知识。
课程适用于有兴趣了解 NLP 前沿研究进展和熟悉机器学习基础知识的计算机科学 / 语言学研究生。
课程讲师 Mohit Iyyer,是马萨诸塞大学计算机科学助理教授,研究领域为自然语言处理和机器学习,致力于使用深度学习在话语级别对语言进行建模。
课程主题
课程官网发布了课程主题,ShowMeAI 对其进行了翻译。
- Language modeling(语言模型)
- Neural language models(神经语言模型)
- Backpropagation(反向传播)
- Implementing a neural language model in PyTorch(在 PyTorch 中实现神经语言模型)
- Attention mechanisms(注意力机制)
- Transformers and sequence-to-sequence models(transformer和序列到序列模型)
- Transfer learning for NLP(NLP 的迁移学习)
- BERT(BERT)
- Question answering(问答系统)
- Better BERTs(BERT变种)
- Scaling up language modeling & GPT-3(扩展语言模型规模和 GPT-3)
- Text generation decoding and evaluation(文本生成解码和评估)
- Paraphrase generation(释义生成)
- Crowdsourced text data collection(众包文本数据收集)
- Model distillation and security threats(模型蒸馏和抽取)
- Retrieval-augmented language models(基于检索增强的语言模型)
- Implementing a Transformer(实现transformer)
- vision + language(视觉与语言模型)
- semantic parsing(语义解析)
课程资料 | 下载
扫描上方图片二维码,关注公众号并回复关键字 🎯『CS685』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!
ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:
- 📚 课件&笔记。PDF文件。覆盖Lecture 1~21全部章节。
- 📚 拓展阅读材料。PDF文件。20+课程推荐学习的相关论文。
课程视频 | B站
ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!
全球名校AI课程合辑
- 🚧 CS数学基础课程合辑:https://www.showmeai.tech/tutorials/38
- 🚧 计算机基础课程合辑:https://www.showmeai.tech/tutorials/29
- 🚧 机器学习课程合辑:https://www.showmeai.tech/tutorials/28
- 🚧 深度学习课程合辑:https://www.showmeai.tech/tutorials/77
- 🚧 自然语言处理课程合辑:https://www.showmeai.tech/tutorials/55
- 🚧 计算机视觉课程合辑:https://www.showmeai.tech/tutorials/73
- 🚧 强化学习课程合辑:https://www.showmeai.tech/tutorials/87
- 🚧 AI生物医疗课程合辑:https://www.showmeai.tech/tutorials/74
- 🚧 其他名校AI课程合辑:https://www.showmeai.tech/tutorials/76
作者:ShowMeAI内容团队
阅读原文:https://www.showmeai.tech/article-detail/374