课程定位

面向开发分析和相关项目人员，学习自然语言处理技术与应用。

学习收获

• 1, 全面了解基于自然语言处理NLP和Python构建机器学习的相关知识。
• 2，学习NLP和Python构建机器学习的核心技术方法以及应用。
• 3，了解和使用NLP和Python构建机器学习应用系统。

课程模块

第1讲 自然语言处理系统

• 1 什么是NLP
• 2 NLP的发展历程
• 3 NLP相关知识的构成
• 4 语料库
• 5 探讨NLP的几个层面
• 6 NLP与人工智能

第2讲 Python和NLP技术解析

• 1 NLP前置技术解析
• 2 搭建 Python开发环境
• 3 正则表达式在NLP的基本应用
• 4 Numpy使用详解

第3讲 中文分词技术

• 1 中文分词简介
• 2 规则分词
• 3 统计分词
• 4 混合分词
• 5 中文分词工具

第4讲 词性标注与命名实体识别

• 1 词性标注
• 2 词性标注实操
• 3 命名实体识别
• 4 命名实体识别实操

第5讲 关键词提取方法

• 1 关键词提取技术概述
• 2 关键词提取算法TF/DF算法
• 3 TextRank算法
• 4 LSA/LSI/LDA算法
• 5 实战提取文本关键词

第6讲 句法分析技术

• 1 句法分析概述
• 2 句法分析的数据集与评测方法
• 3 句法分析的常用方法
• 4 使用 Stanford Parser进行句法分析

第7讲 文本向量化

• 1 文本向量化概述
• 2 向量化算法word2vec
• 3 向量化算法doc2vec/str2vec
• 4 将网页文本向量化应用实例

第8讲 情感分析

• 1 情感分析技术
• 2 情感分析的应用
• 3 情感分析的基本方法
• 4 情感分析实战-电影评论分析

第9讲 NLP机器学习算法

• 1 机器学习简介
• 2 常用的机器学习方法
• 3 分类器方法
• 4 无监督学习的文本聚类
• 5 中文垃圾邮件分类实战
• 6 豆瓣读书数据聚类实战

第10讲 基于深度学习的NLP

• 1 深度学习和神经网络概述
• 2 词嵌入算法
• 3 训练词向量实践
• 4 LSTM网络和Seq2seq模型
• 5 seq2Seq问答机器人

适合人群

1，系统架构师、系统分析师、高级程序员、资深开发人员；2，牵涉到网络采集、处理和规划的负责人、设计人员；3，政府机关，金融保险、移动等以互联网信息为数据来源单位的负责人；4，高校、科研院所牵涉到人工智能与机器学习的项目负责人

师资信息

杨老师 主要研究网络信息分析、机器学习以及大数据相关技术，长期从事网络信息处理、机器学习以及大数据分析系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。