AI人工智能工程师-NLP必备技能-涵盖自然语言处理、聊天机器人等_15.43GB
49142文件名称： AI人工智能工程师-NLP必备技能-涵盖自然语言处理、聊天机器人等499_共：15.43GB
文件总数量： 156条
压缩文件数量： 7条
压缩文件比： 4.48%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间：2023-07-31 08:08:45
目录：【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】
【实战】基于python的英文文本相似度比对.mp4
【实战】spacy工具库英文文本处理案例.mp4
英文文本解析任务介绍：分词、去停用词、提取词干等.mp4
【实战】nltk工具库英文文本处理案例.mp4
章概述.mp4
章小结.mp4
【实战】简易文本情感分析器构建.mp4
目录：【05-文本主题抽取与表示/第一章-文本主题抽取与表示】
05基于python的中文关键词抽取与可视化.mp4
03-监督学习与文本打标签.mp4
06-基于lda的新闻主题分析与可视化呈现.mp4
01章小结.mp4
02-基于tf-idf与text-rank的主题词抽取.mp4
07章小结.mp4
04-无监督学习与lda主题模型.mp4
目录：【06-序列到序列模型】
考核作业.zip
目录：【05-文本主题抽取与表示】
考核作业.zip
目录：【07-文本生成】
考核作业.zip
目录：【08-机器翻译/第一章-机器翻译：双语翻译/01-统计机器翻译】
03-翻译模型与语言模型.mp4
07章小结.mp4
06-【实战】moses统计翻译系统实战.mp4
05-翻译系统评估.mp4
02-词，句子和语料与基本概率论知识.mp4
04-解码与beam-search.mp4
01章概述.mp4
目录：【06-序列到序列模型/第一章-序列到序列模型与应用】
06-tensorflowseq2seq模型使用方法详解.mp4
08章总结.mp4
04-seq2seq模型详解.mp4
03-编码解码模型.mp4
01章概述.mp4
07-基于seq2seq的文本摘要生成实现.mp4
02-从rnn到seq2seq模型.mp4
05-注意（attention）机制.mp4
目录：【11-文本相似度计算与文本匹配问题/02-基于深度学习的文本语义匹配】
2.5【实战】基于lstm的监督学习语义表达抽取.mp4
2.3dssm（deepstructuredsemanticmodels）模型详解.mp4
2.2基于深度学习的句子相似度模型.mp4
2.1本章概述.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
第2章基于深度学习的文本语义匹配.pdf
2.4drmm（deeprelevancematchingmodel）模型详解.mp4
目录：【03-文本表示/第二章-文本表示进阶】
01章概述.mp4
07章小结.mp4
02-预训练在图像领域的应用.mp4
05-bert预训练双向transformer.mp4
03-elmo基于上下文的wordembedding.mp4
04-gpttransformer建模句子信息.mp4
06-基于bert进行fine-tuning.mp4
目录：【10-视觉文本任务：看图说话/01-看图说话问题与实现】
1.2“看图说话”问题介绍.mp4
1.7本章小结.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
1.5【实战】基于cnn+rnn的编解码“看图说话”与beam-search优化.mp4
1.1本章概述.mp4
1.4注意力模型与“看图说话”优化.mp4
1.6【实战】基于attentionmodel的“看图说话”实现.mp4
目录：【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】
字符串基本处理与正则表达式文本匹配与替换.mp4
模式匹配与正则表达式.mp4
一章小结.mp4
文本数据、字、词、term.mp4
一章概述.mp4
字符串处理.mp4
目录：【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】
1.2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wordaveraging.mp4
1.7本章小结.mp4
第1章文本相似度问题与应用场景.pdf
1.1本章概述.mp4
目录：【04-文本分类】
考核作业.zip
目录：【08-机器翻译/第一章-机器翻译：双语翻译/03-fackbook基于CNN的机器翻译模型】
01章概述.mp4
03-使用cnn完成神经翻译系统的tricks.mp4
04-facebookcnn机器翻译系统代码解析.mp4
05章小结.mp4
02-基于cnn的翻译系统模型结构.mp4
目录：【03-文本表示】
考核作业.zip
目录：【02-语言模型与应用/第一章语言模型与应用】
章小结.mp4
假设X独立与联合概率链规则.mp4
章概述.mp4
ngram应用：词X标注、中文分词、机器翻译与语音识别.mp4
ngram语言模型.mp4
目录：【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】
【实战】kenlm工具库使用及语言模型生成.mp4
章小结.mp4
基于统计的语言模型构建.mp4
【实战】基于pytorch的语言模型训练.mp4
【实战】基于kenlm的简易拼写纠错.mp4
基于rnn的神经语言模型.mp4
章概述.mp4
目录：【04-文本分类/第一章-文本分类机器学习模型与实战】
03-逻辑回归_svm与文本分类.mp4
02-朴素贝叶斯模型与中文文本分类.mp4
07章小结.mp4
06-【实战】基于fasttext的文本情感分析.mp4
05-【实战】python中文新闻分类.mp4
04-facebookfasttext原理与操作.mp4
01章概述.mp4
目录：【07-文本生成/第一章-文本生成与自动创作】
03-基于语言模型的文本生成原理.mp4
06-【实战】基于seq2seq的对联生成器.mp4
05-基于seq2seq的文本序列生成原理.mp4
02-基于rnnlstm的语言模型回顾.mp4
04-【实战】基于lstm的唐诗生成器.mp4
01章概述.mp4
07章小结.mp4
目录：【10-视觉文本任务：看图说话/02-视觉问答机器人(VQA)原理与实现】
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
2.1本章概述.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
2.2视觉问答机器人问题介绍.mp4
2.5【实战】使用keras完成cnn+rnn基础vqa模型.mp4
目录：【09-聊天机器人/第一章-聊天机器人：机器客服与语音助手/02-基于seq2seq的聊天机器人】
03-数据准备与处理.mp4
06章小结.mp4
05-拓展：基于transformer的chatbot实现.mp4
02-聊天机器人场景与seq2seq模型回顾.mp4
01章概述.mp4
04-基于tensorflowseq2seq的chatbot完整实现.mp4
目录：【08-机器翻译/第一章-机器翻译：双语翻译/04-来自Google的Transformer模型】
05章小结.mp4
04-【实战】transformer源码解析.mp4
02-来自google的transformer模型.mp4
03-transformer模型的训练细节.mp4
01章概述.mp4
目录：【02-语言模型与应用】
考核作业.zip
课件与代码.zip
目录：【03-文本表示/第一章-文本词与句的表示】
06-【实战】基于gensim的中文文本词向量训练与相似度匹配.mp4
01章概述.mp4
03-文本离散表示：词袋模型与tf-idf.mp4
02-文本表示概述.mp4
05-【实战】python中文文本向量化表示.mp4
04-文本分布式表示：word2vec.mp4
07章小结.mp4
目录：【04-文本分类/第二章-文本分类深度学习模型与实战】
03-基于卷积神经网络的文本分类.mp4
05-transformerself-attention介绍.mp4
02-词嵌入与fine-tuning.mp4
04-基于lstm的文本分类.mp4
07-使用tensorflow构建lstm完成影评褒贬分析模型.mp4
08章小结.mp4
01章概述.mp4
06-使用tensorflow构建卷积神经网络完成新闻分类.mp4
目录：【01-自然语言处理基础知识与操作/第三章中文文本处理与解析】
章概述.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
【实战】python中文文本清洗、处理与可视化.mp4
章小结.mp4
jieba工具库介绍.mp4
中文文本解析任务介绍：词X分析、依赖分析等.mp4
目录：【08-机器翻译/第一章-机器翻译：双语翻译/02-基于seq2seq的机器翻译模型】
01章概述.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
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
06章小结.mp4
目录：【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
03-基于内容匹配的聊天机器人.mp4
05-基于深度学习匹配的聊天机器人pytorch实现.mp4
04-基于深度学习匹配的聊天机器人tensorflow实现.mp4
02-聊天机器人基本知识综述.mp4
06章小结.mp4
页:
[1]