Natural Language Processing Blended 2019 module1 — различия между версиями
(→Темы занятий) |
(→Описание курса) |
||
| 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 == | ||
Версия 19:49, 25 сентября 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
