Natural Language Processing Blended 2020 module4 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Темы занятий)
Строка 17: Строка 17:
  
 
'''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1.ipynb Week1. Intro and text classification]''' ([https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1-tf2.ipynb tf2 version] ), [https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-nlp-intro.ipynb little nlp introduction] <br/>
 
'''[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1.ipynb Week1. Intro and text classification]''' ([https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-week1-tf2.ipynb tf2 version] ), [https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar1/seminar-nlp-intro.ipynb little nlp introduction] <br/>
 +
[https://colab.research.google.com/github/shestakoff/hse-nlp-poly/blob/master/seminar2/seminar-week2.ipynb Week2. LSTMs]''' <br/>

Версия 11:59, 15 апреля 2020

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 (tf2 version ), little nlp introduction
Week2. LSTMs