0
| 本文作者： AI研習社-譯站 | 2019-03-07 17:20 |
AI 研習社獲得官方授權，漢化翻譯卡耐基梅隆大學的11-747神經網絡自然語言處理（2019春季），今天正式上線中英雙語字幕版課程啦！
我們先來一睹為快——
第一講
課程介紹 & 使用神經網絡做自然語言處理的原因
上手視頻約 5 分鐘
翻譯 | 楊寶山 寧慧聰
翻譯 | 胡瑛皓 盧嘉杰 張偉 吳說
看完是不是不夠過癮！
請掃描下方二維碼，加入官方學習小組
即可觀看完整視頻
回復字幕君（微信：leiphonefansub）
你加入該課程小組的截圖
我們將你拉入微信群聊
加我時備注“11-747加群”~
↓↓↓
背景介紹
在2018年，AI 研習社開設的海外課程小組第一門課就是來自卡耐基梅隆大學的2018年秋季《深度學習導論》學習小組，目前該小組已經有 1900+ 成員，大家的反響非常熱烈，已經有超過三千條的學習打卡記錄，60多條學習筆記干貨，學習氛圍相當濃厚。
加入卡耐基梅隆大學的2018年秋季《深度學習導論》學習小組：
好消息是，我們又獲得了卡耐基梅隆大學另外一門課程的的官方授權，并且成功組織志愿者對該課程進行了翻譯，中英雙語版字幕今天終于上線啦！這門課程就是： CMU CS 11-747神經網絡自然語言處理課程（2019春季），也就是現在開源的最新版本。
如果你關注NLP領域，怎能錯過這一課程：《CS224n 斯坦福深度自然語言處理》，由斯坦福大學出品，領銜主講人 Richard Socher 授權雷鋒字幕組譯制，讓你在了解豐富的自然語言處理基礎理論的同時，學會將運用神經網絡到實際問題中。
加入CS224n 斯坦福深度自然語言處理（2017年秋季），目前CS224n暫未開源最新2019冬季版本，如果你有意向參與到該課程的翻譯，也可以添加字幕組微信為好友。
課程介紹
該課程是CMU語言技術學院和計算機學院聯合開課，主要內容是教學生如何用神經網絡做自然語言處理。神經網絡對于語言建模任務而言，可以稱得上是提供了一種強大的新工具，與此同時，神經網絡能夠改進諸多任務中的最新技術，將過去不容易解決的問題變得輕松簡單。
本課程將首先簡要介紹神經網絡，然后花費大部分課程的時間，向大家演示——如何將神經網絡應用于自然語言問題。每次課程都將討論到自然語言中的特定問題或現象，向大家描述建模之所以很難的原因，并且演示一些能夠解決該問題的模型。在此過程中，本課程還會涵蓋的話題有——在創建神經網絡模型中效果不錯的各類技術，包括處理可變大小和結構化的句子，有效處理大數據，半監督和無監督學習，結構化預測等。雷鋒網雷鋒網雷鋒網
先修要求
學生必須了解 11-711“NLP算法”或同等學力課程知識、如果你沒有學過11-711，我希望你有足夠的NLP背景，能夠完成相關任務（例如關于n-gram語言建模，CKY解析和單詞對齊）。
課程大綱
第一講：課程介紹 & 使用神經網絡做自然語言處理的原因
第二講：簡單練習 ：預測句子中的下一個單詞
第三講：分布語義和詞向量
第四講：針對語言的卷積神經網絡
第五講：語句或語言建模的循環神經網絡
第六講：條件生成
第七講：注意力機制
第八講：語句和上下文詞語的表示
第九講：調試用于自然語言處理的神經網絡
第十講：使用局部獨立假設的結構化預測
第十一講：強化學習
第十二講：使用局部獨立假設的結構化預測
第十三講：模型解讀
第十四講：潛在隨機變量
第十五講：文本的對抗方法
第十六講：基于轉換的句法分析模型
第十七講：使用動態規劃的句法分析
第十八講：神經語義分析
第十九講：無監督和半監督結構學習
第二十講：對話模型
第二十一講：文檔級模型
第二十二講：知識圖譜學習
第二十三講：使用神經網絡的機器閱讀
第二十四講：多任務多語言學習模型
第二十五講：高階搜索算法
譯者評價
挺好的，延伸性強，會講每個知識點的應用要點，并探討最新的paper在相關問題上的進展。CMU的教授是挺生猛的，需要學生的素質也高。
@孫稚昊
是一個不錯的補充吧。我目前也在youtube上看，感覺課程內容資源都挺豐富的。一些細節講的也不錯，和之前的cs224n互相補充我覺得挺好的。
@盧嘉杰
老師講解非常詳細，深入淺出，NLP那個導論 我覺得授課的老師 重在讓學生 通過興趣自我驅動 結合授課完成相關的作業
@胡瑛皓
卡耐基梅隆大學出品，必屬精品。老師的知識面非常廣，同時也非常前沿。
@吳說
課件很不錯，覆蓋面廣，同時也包含了很多深入研讀的資料；課程層次清晰，不懂深度學習的學起來也不會太困難；
@孫昊
課程截圖
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
