自然语言处理（NLP）培训课程

培训目标：

了解NLP基础知识 理解关键词提取与文本分类 文本向量化与句法分析 NPL与深度学习 业内经验交流   NLP基础知识概览 1.NLP的基础概念 2.NLP的发展历程 3.NLP主要研究方向 1）句法语义分析 2)信息抽取 3)文本挖掘 4)机器翻译 5)信息检索 6)问答系统 7)对话系统 NLP基本算法和实践 1.NLP的基础 1)分词 正向最大匹配算法 逆向最大匹配算法 双向最大匹配算法 基于N-gram语言模型的分词 基于HMM的分词方法 基于CRF的分词方法 2)文本基本处理 文本提取 正在表达式 本文统计 3)词性标注 基于最大熵的词性标注 基于统计最大概率输出词性 基于HMM词性标注 基CRF的词性标注 4）命名实体识别 基于CRF的命名实体识别 2.案例 1)在线中文分回系统实战 2)命名实体识别接口1开发 3)基于词性标注的关键词提取 关键词提取 1.关键词提取概述 2.关键词提取算法 1)FT-IDF 2)LSA/LSI算法 3)PLSA算法 4)LDA算法 文本分类 1.文本分类算法 1)朴素贝叶斯 2)线性分类器 3)支持向量机 4)Bagging模型 5)Boosting模型 6)浅层神经网络 2.案例 1)新闻主题提取 2)新闻分类实战 文本向量化 1.文本向量化概述 2.文本向量化常用算法 1)词袋算法 2)HashTF算法 3)Word2Vec算法 4)Glove算法 句法分析 1.句法分析概述 2 .句法分析常用算法 1)PCFG算法 2)条件随机场算法 3.案例 1)文本情感分析的开发示例 2)基于依存句法分词的问句相似度计算 NLP与深度学习的结合 1.深度学习概述 1)神经网终 2)损失函数 3)梯度下降 2.深度学习常用算法 1)CNN 2)RNN 3)GRU 4)LSTM NLP与深度学习的技术实现案例 1.Tensorflow框架学习 1)Tensorflow简介 2)Tensorflow安装 3)Tensorflow基础使用 图(graphs) 会话(session) 张量(tensor) 变量(Variable) 4)Tensorflow线性回归以及分类的简单使用 5)Tensorflow中各种优化器的介绍 2.案例 1)基于CNN的文本分类 2)基于RNN的歌词生成 3)基于LSTM的机器翻译 4)基于Seq2seq的问答系统

如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。

专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获

 点击进入报名表

咨询电话：010-62883247

                4007991916

咨询邮箱：soft@info-soft.cn  

 

微信咨询 随时听讲课 聚焦技术实践