一、项目简介
自然语言处理关注如何让机器更好地理解人类。自然语言处理技术在自动问答、机器翻译等领域得到了广泛的应用。百度秘,微软小冰苹果 百度度秘,微软小冰,苹果siri都是自然语言处理技术的结晶。近年来,随着深度学习技术的发展,自然语言处理在人工智能领域备受瞩目。如何利用深度学习模型,更好地解决自然语言 处理领域的核心任务,是目前的研究热点。
本课程旨在全面介绍自然语言处理目前的研究和应用现状,详细阐述主流深度学习模型的设计思路,介绍词向量表示优越之处;同时将理论与实践相结合,以文本分类为应用实例指导学生迅速掌握深度习平台和方法。结束后,导师会根据学生表现出具推荐信。
二、项目内容
本项目旨在通过理论和实践相结合的方法,让学生学自然语言处理基础知识,深度学习相关理论基础、快速掌握深度主流平台。课程将全面介绍 自然语言处理的核心问题和技术挑战,阐述深度学习,目前在文本处理中的应用现状和发展趋势,同时对主流深度学习模型(以卷积神经网络为例)从理论原理到具体实现进行一个深度的剖析。此外,课程将以文本分类为应用实例,指导学生采用深度习模型解决实际问题,培养的创新思维和独立的能力、为自然语言处理和深度学习的进一步和应用打下良好基础。
三、师资背景
任职教师为中国科学院某知名所副研究员。主要方向是数据挖掘、 深度学习、社会计算等,在AAAI 、ICDM 、PAKDD等国家知名会议和期刊上
发表论文30余篇。担任多个国际会议PC chair和审稿人。
四、招生对象及要求
大二以上优本科生及有较高计算机水平的高中生,计划申请自动化、计算机,软件工程、交叉学科(如商金融等数据分析)相关专业。为了让学生更好地完成科研项目,项目组会以笔试和面试的形式对学生进行筛选。
五、行程安排
远程科研指导项目时长一个月,具体间可根据学生需求以及进度进行安排。该项目优点在于对有足够长申请时间的学生而言,导师可以帮助生更加深入、全面和系统性地完成一项或几专业领域科研任务,让学生亲身 参与到整个科研项目开展的过程中来,体验解决难题成就感同时让学生深入了解该领域背景和前沿动态等。除定期科研项目讨论课程之外,周期内学生可以随时向导师请教相关问题 ,得到导师的专业指让学生提前体验到一名研究人员真实的工作和生活状态。具课程安排如下:
第一周 | 自 然语言处理基础知识学习:的本概念、自 然语言处理基础知识学习:的本概念、自 然语言处理基础知识学习:的本概念、然语言处理领域的核心问题、难点与挑战, 然语言处理领域的核心问题、难点与挑战, 自然语言处理的应用 现状和发展趋势。 约定时间与学生在线交流,对习中存的问 约定时间与学生在线交流,对习中存的问 题并给以解答。 |
第二周 | 深度学习概念、应用和开发平台:的基本, 深度学习概念、应用和开发平台:的基本, 深度学习概念、应用和开发平台:的基本, 机器学习方法的统一设计框架,几种主流深度模型(卷积神 机器学习方法的统一设计框架,几种主流深度模型(卷积神 机器学习方法的统一设计框架,几种主流深度模型(卷积神 经网络、循环神对抗生成等)的应用领域和发展前 经网络、循环神对抗生成等)的应用领域和发展前 经网络、循环神对抗生成等)的应用领域和发展前 经网络、循环神对抗生成等)的应用领域和发展前 经网络、循环神对抗生成等)的应用领域和发展前 景。学习和掌握至少一种深度开发框架(如 tensorflowensorflowensorflow ensorflow 平 台)。约定时间与学生在线交流,对习中存的问题并给以解答。 |
第三周 | 词向量( 词向量( Word Embeddingord Embedding ord Embeddingord Embeddingord Embeddingord Embeddingord Embeddingord Embeddingord Embedding )详解: )详解: 介绍自然语言处理任务中词 的表示模型,包括词袋、聚类和嵌入方法介绍目 的表示模型,包括词袋、聚类和嵌入方法介绍目 的表示模型,包括词袋、聚类和嵌入方法介绍目 的表示模型,包括词袋、聚类和嵌入方法介绍目 前几种主流的词嵌入学习模型( 前几种主流的词嵌入学习模型( CBowBowBow、Skip -gramgram )的设计思想 )的设计思想 和主要原理。安排学生习相关文献, 约定时间与在线交流和主要原理。安排学生习相关文献, 约定时间与在线交流和主要原理。安排学生习相关文献, 约定时间与在线交流对学习中存在的问题并给以解答。 |
第四周 | 文本分类课题实战:介绍的基思想,采用词嵌入表示 文本分类课题实战:介绍的基思想,采用词嵌入表示 文本分类课题实战:介绍的基思想,采用词嵌入表示 和深度学习模型解决该问题的基本思路。指导生实现一个于 和深度学习模型解决该问题的基本思路。指导生实现一个于 卷积神经网络的 文本分类模型。安排学生习相关献,约定时 文本分类模型。安排学生习相关献,约定时 文本分类模型。安排学生习相关献,约定时 间与学生在线交流,对习中存的问题并给以解答。 |