#491 · 主分类: 教育与研究

lectures

deep-learning machine-learning natural-language-processing nlp oxford

牛津Deep NLP 2017课程

项目最后更新:07/02/23

GitHub Stars

15.9K

Forks数量

3.5K

贡献者数量

7

许可证

Other

收录理由

这是牛津大学2017年希拉里学期开设的深度自然语言处理课程,由Phil Blunsom组织,并与DeepMind自然语言研究组合作授课。仓库完整保存了该课程的讲义幻灯片和配套材料,授课团队中多位研究者正是神经NLP早期工作的推动者,因此幻灯片内容直接反映了他们看待这一领域的方式:先讲循环网络用于语言建模,再讲条件模型处理机器翻译、语音转文字等转导任务,最后是结合这些技术构建问答系统。课程内容按此顺序层层递进,整套资料因此更像一条连贯的学习路径,而非零散讲稿的堆叠。配套的实践项目还引导你亲手实现word2vec和文本分类。适合把它当作学习路线图和神经NLP基础知识的参考资料,而不是可直接运行的软件。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目