• 课程前置要求：默认已完成<必修课程>
• 定位及目的：本课程面对具有一定机器学习基础，但尚未入门的NLPer或经验尚浅的NLPer，尽力避免陷入繁琐枯燥的公式讲解中，力求用代码展示每个模型背后的设计**，同时也会带大家梳理每个模块下的技术演变，做到既知树木也知森林。

• 任务定义：文本表示是把现实中的文本数据转化为计算机能够运算的数值向量，这样就可以针对文本信息进行计算，进而来完成各种NLP任务。本章将介绍文本表示的演进过程，基于此大家也可对NLP的发展历程有一个基本了解。
• 离散表示：one-hot、bag-of-word、tf-idf
• 稠密表示-词向量：word2vec、glove
• 预训练系列：
• 初识预训练模型：elmo
  • 自编码：bert、ernie等
  • 自回归：gpt等
  • Prompt
• 发展脉络

• 任务定义：序列标注的涵盖范围很广泛，可用于解决一系列对token进行分类的问题，如分词、命名实体识别、词性标注等。本章以命名实体识别为切入点，介绍序列标注任务的前世今生。
• NER
  • 任务简介：标注方式、评价指标
  • 传统方法：词典匹配、CRF、HMM
  • 深度学习方法：LSTM + CRF、BERT+CRF
  • 融入词汇的方法：lattice、FLAT、LEBERT（位置编码在NER的重要性）
  • 解码方式：softmax、CRF、span-pointer、片段排列
• flat-NER
• nested-NER
• 发展脉络

• 任务定义：分类任务是NLP中应用最多的任务，在工业界很多实际业务问题都可以抽象成分类任务。本章以意图识别为切入点，介绍分类任务的经典方法。
• 意图识别：
  • 任务简介：评价指标
  • 经典深度学习方法：fasttext、text-cnn、lstm
  • 基于预训练模型的方法：bert
• 解码:
  • 单标签
  • 多标签
• 发展脉络

• 任务定义：文本匹配是为了判断两个文本之间的相关关系，不同的场景下对”相关的“的定义是不同的，例如：qq匹配（query-query）：对话任务中，判断两个问句是否相似；qa匹配（query-answer）：对话任务中，判断用户问句与回复是否对应；qt匹配（query-title）：搜索任务中，判断用户的输入和文章标题是否相关。本小节以qq切入点，介绍匹配任务方法的演进。
• qq匹配
  • 任务简介
  • 双塔：优缺点
    • dssm
    • bert双塔
  • 交互：优缺点
    • ESIM
    • simbert
• 发展脉络

• 任务定义： 文本生成是NLP中较为复杂的任务，本章只聚焦于文本到文本的生成，例如生成式摘要、机器翻译、对话生成等等。本文以其中的对话生成和机器翻译为切入点，介绍其中的经典方法。
• 对话生成
  • 任务简介
  • 方法：bert-base-s2s、gpt
• 机器翻译
  • 任务简介
  • 方法：rnn-base-s2s、bert-base-s2s
• 发展脉络

• 任务定义：相对于其他NLP任务，阅读理解侧重于深入理解文档中的语义信息，一般来说包含完型填空、多项选择、答案抽取、自由问答这4个任务。本章以其中的多项选择与答案抽取作为切入点，介绍其中的经典方法。
• 多项选择
  • 任务简介
  • 方法
• 答案抽取
  • 任务简介
• 方法
• 发展脉络

扫描下方二维码关注公众号：Datawhale

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。