Reddit高赞课程：基于GitHub的超全NLP视频、PPT、作业

编辑：肖琴

整理：三石

【新智元导读】Yandex近日开放了一个自然语言理解课程，包含嵌入、注意力模型等NLP相关的大量主题，并且所有视频讲座、PPT、作业等都可以直接从GitHub库获取，相当实用。

Yandex近日开放了内部的自然语言理解课程。

这是一个基于GitHub的课程，涵盖嵌入、sequence-to-sequence、注意力模型等一系列主题。

课程包含视频讲座，PPT，每周的jupyter的作业（colab友好）和大量的链接，非常具有实用性，在Reddit机器学习板块获得高赞。

地址：

https://github.com/yandexdataschool/nlp_course

YSDA自然语言理解课程

• 每周的讲座和研讨会材料都在./week*文件夹中
• 可以直接从这个repo创建云jupyter session
• 作业列在Anytask course页面
• 任何技术问题、想法、课程材料中的bug、贡献想法等，可以通过添加issue提交
• 安装库和故障教程

课程安排

第一周：嵌入（Embeddings）

讲座：Word embeddings。分布式语义、LSA、Word2Vec、GloVe。为什么以及何时需要它们。

研讨会：单词和句子嵌入。

第二周：文本分类

讲座：文本分类。经典的文本表示方法：BOW、TF-IDF。神经方法：嵌入、卷积、RNN

研讨会：使用卷积神经网络进行薪酬预测;；解释网络预测。

第三周：语言模型

讲座：语言模型：N-gram和神经方法; 可视化训练模型

研讨会：使用语言模型生成ArXiv论文

第四周：Seq2seq/Attention

讲座：Seq2seq： encoder-decoder 框架。注意力模型：Bahdanau模型。自注意力模型、Transformer。Pointer networks；用于分析的注意力模型。

研讨会：酒店和宿舍描述的机器翻译

第05周：结构学习

讲座：Structured Learning：结构感知器、结构预测、动态预言、RL基础知识。

研讨会：POS tagging

第六周：期望最大化（Expectation-Maximization）

讲座：期望最大化和单词对齐模型

研讨会：实现期望最大化

第07周：机器翻译

讲座：机器翻译：回顾PBMT的核心思想，过去3年基于NMT开发的应用程序，以及该领域的一些开放性问题。

研讨会：学生演讲

（持续中...）

获取地址：

https://github.com/yandexdataschool/nlp_course