课程介绍

课程主页：CS224n: Natural Language Processing with Deep Learning（winter 2019）

自然语言处理（NLP）是信息时代最重要的技术之一，也是人工智能的重要组成部分。NLP的应用无处不在，因为人们几乎用语言交流一切：网络信息浏览、搜索引擎、电子邮件、智能语音助手、智能客服、语言翻译、医疗报告等。近年来，深度学习方法在许多不同的NLP任务中获得了极佳的效果。

斯坦福大学的课程CS224n——自然语言处理与深度学习，正是围绕使用深度学习解决NLP问题为主题构建的高质量课程，主讲人是斯坦福大学Chris Manning，他是斯坦福大学机器学习教授，语言学和计算机科学教授，斯坦福人工智能实验室（SAIL）主任，以人为本的人工智能研究所副所长。

课程内容覆盖：字词句等文本编码方法、循环神经网络（RNN、LSTM及变种）、卷积神经网络（textCNN及变种）、transformer自注意力与BERT、自然语言处理预训练模型等知识。课程也讲解了文本分类、命名实体识别、句法解析、指代消解、问答系统、神经网络文本生成、摘要生成等NLP应用领域相关方法和案例。

前置基础

学生应具有以下背景：

• 机器学习基础。
• 熟悉概率理论（CS 109、MATH151 或 STAT116）。
• 熟悉多变量微积分和线性代数，熟悉(多变量)求导,理解矩阵/向量符号和操作。
• 精通Python

ShowMeAI课程解读：全套资料

课程课件 |【课件动态注解】| 【点击课时】

课程视频 |【中英字幕视频】| 【点击查看】

课程笔记 |【官方笔记翻译】|【点击编号】

课程作业 |【作业代码解析】| 【点击编号】

课程项目 |【综合项目参考】| 【点击查看】