Natural Language Processing Blended 2019 module1 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Описание курса)
(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/>
 
'''Week4. Sequence to sequence tasks ''' <br/>
 
'''Week5. Dialog systems ''' <br/>
 
'''Week5. Dialog systems ''' <br/>

Версия 20:40, 2 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

Программа курса

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