Natural Language Processing Blended 2019 module1 — различия между версиями
(→Темы занятий) |
(→Темы занятий) |
||
(не показаны 3 промежуточные версии этого же участника) | |||
Строка 12: | Строка 12: | ||
Предполагается, что слушатели прошли вводный курс по языку Python, имеют базовые знания по высшей математике (линейная алгебра, мат. анализ) и методам машинного обучения | Предполагается, что слушатели прошли вводный курс по языку Python, имеют базовые знания по высшей математике (линейная алгебра, мат. анализ) и методам машинного обучения | ||
− | [Программа курса | + | [https://www.hse.ru/data/2019/09/02/1491598217/program-2862557510-oGAj5KWq63.pdf Программа курса] |
== Темы занятий == | == Темы занятий == | ||
Строка 18: | Строка 18: | ||
'''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1.ipynb Week1. Intro and text classification]''' <br/> | '''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1.ipynb Week1. Intro and text classification]''' <br/> | ||
'''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar2/seminar-week2.ipynb Week2. Language modeling and sequence tagging]''' <br/> | '''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar2/seminar-week2.ipynb Week2. Language modeling and sequence tagging]''' <br/> | ||
− | '''Week3. Vector Space Models of Semantics ''' <br/> | + | '''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar3/seminar-week3.ipynb Week3. Vector Space Models of Semantics]''' <br/> |
− | '''Week4. Sequence to sequence tasks ''' <br/> | + | '''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar4/nmt_with_attention_ru_eng.ipynb Week4. Sequence to sequence tasks] ''' <br/> |
'''Week5. Dialog systems ''' <br/> | '''Week5. Dialog systems ''' <br/> |
Текущая версия на 20:17, 9 октября 2019
Преподаватель - Шестаков Андрей
Форма обратной связи здесь
Оценки
Course repo
Описание курса
Коллосальный рост доступной текстовой информации ускорил развитие научной области, известной как автоматическая обработка естественного языка (англ. Natural Language Processing). В рамках данного курса студенты ознакомятся к задачами, которые решает NLP как с помощью классических, так и с помощью нейросетевых методов. В частности будут разобраны задачи классификации текстов, выявления именованный сущностей, поиск дубликатов и генерация текстов. В качестве выпускного проекта студентам будет предложено разработать бота-ассистента для поиска по порталу StackOverflow.
Курс основан на онлайн курсе “Natural Language Processing” - https://www.coursera.org/learn/language-processing (платформа - Coursera, разработки – ВШЭ)
Предполагается, что слушатели прошли вводный курс по языку Python, имеют базовые знания по высшей математике (линейная алгебра, мат. анализ) и методам машинного обучения
Темы занятий
Week1. Intro and text classification
Week2. Language modeling and sequence tagging
Week3. Vector Space Models of Semantics
Week4. Sequence to sequence tasks
Week5. Dialog systems