Stanford大学在2015年开设了一门深度学习与NLP课程(Deep Learning for Natural Language Processing)的课程,广受好评。此后几年连续开课,2018年课程最近已经开始,课程往年都会提供丰富的学习资源,比如PPT, 讲义,代码和课程报告,是非常好的自然语言入门课程。这门课在2016年之前叫做CS224d: Deep Learning for Natural Language Processing,2017年开始改名为CS224n: Natural Language Processing with Deep Learning。从两者的命名来看,旧版“为自然语言处理准备的深度学习”似乎以深度学习为中心;新版“用深度学习进行自然语言处理”似乎实际上会包含更多的传统自然语言处理的内容。2017年这门课超过700名学生,cs224d的火热程度可见一斑。
▌课程描述:
自然语言处理(NLP)是信息时代最重要的技术之一,理解复杂的人类话语也是人工智能的重要任务。NLP的应用无处不在,因为人们的日常生活大部分都需要语言交流,例如网页搜索、广告、电子邮件、客户服务、语言翻译,电台广播等。为NLP的应用赋能的有大量广泛的底层任务和机器学习模型。最近,深度学习的方法在许多NLP任务中获得了非常好的性能。这些模型通常可以通过单个端到端的模型进行训练,并且不需要传统的任务特定的特征工程。在今年春季的NLP课程中,我们将学习实现,训练,调试,可视化和创建自己的神经网络模型。这门课程为深入学习NLP应用的前沿研究提供了深入的探索。课程最后的项目将涉及训练复杂的循环神经网络并将其应用于大型NLP问题。在模型方面,我们将涵盖词向量表示,基于窗口的神经网络,循环神经网络,长短期记忆模型,递归神经网络,卷积神经网络以及一些涉及 memory component 的非常新的模型。通过讲座和编程任务,学生将学会令神经网络在实际问题上工作的必要工程技巧。
▌讲师团队
请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),
▌NLP和深度学习介绍(第一次课PPT)
附上第一次课的PPT内容