第1部分自然語言處理入門
1.1自然語言處理入門.mp4
^第2部分hmm和crf
1.1crf模型簡介.mp4
1.1hmm模型介紹.mp4
1.2文字處理的基本方法-part1.mp4
2.1新聞主題分類任務-第4步-part2.mp4
第43部分rnn
1.1rnn模型小結.mp4
1.1rnn模型簡介-part1.mp4
1.1rnn模型簡介-part2.mp4
1.2傳統rnn模型優缺點及小結.mp4
1.2傳統rnn模型構造和**演示part1.mp4
1.2傳統rnn模型構造和**演示part2.mp4
1.3lstm模型介紹-part1.mp4
1.3lstm模型介紹-part2.mp4
1.3lstm模型介紹-part3.mp4
1.3lstm模型介紹-part4.mp4
1.3lstm模型小結.mp4
1.4gru_1模型介紹.mp4
1.4gru_2模型**演示.mp4
1.4gru_3模型小結.mp4
1.5注意力機制**分析.mp4
1.5注意力機制**實現.mp4
1.5注意力機制小結.mp4
1.5注意力概念和計算規則介紹.mp4
2.1人名分類器第1步.mp4
2.1人名分類器第2步-part1.mp4
2.1人名分類器第2步-part2.mp4
2.1人名分類器第3步-part1.mp4
2.1人名分類器第3步-part2.mp4
2.1人名分類器第3步-part3.mp4
2.1人名分類器第3步-part4.mp4
2.1人名分類器第3步-part5.mp4
2.1人名分類器第4步-構建訓練函式-part1.mp4
2.1人名分類器第4步-構建訓練函式-part2.mp4
2.1人名分類器第4步-構建訓練函式-part3.mp4
2.1人名分類器第4步-構建訓練函式-part4.mp4
2.1人名分類器第4步-構建訓練函式-part5.mp4
2.1人名分類器第4步-構建訓練函式-part6.mp4
2.1人名分類器第4步-構建訓練函式-part7.mp4
2.1人名分類器第4步-構建訓練函式-part8.mp4
2.1人名分類器第4步-構建訓練函式-part9.mp4
2.1人名分類器第5步-構建評估函式-part1_rnn.mp4
2.1人名分類器第5步-構建評估函式-part2_lstm.mp4
2.1人名分類器第5步-構建評估函式-part3_gru.mp4
2.1人名分類器第5步-構建**函式-part4.mp4
2.1人名分類器第5步-構建**函式-part5.mp4
2.1人名分類器第6步案例小結.mp4
2.2英譯法任務_第0步-總體介紹.mp4
2.2英譯法任務_第1步-匯入包.mp4
2.2英譯法任務_第2步-part1.mp4
2.2英譯法任務_第2步-part2.mp4
2.2英譯法任務_第2步-part3.mp4
2.2英譯法任務_第2步-part4.mp4
2.2英譯法任務_第2步-part5.mp4
2.2英譯法任務_第2步-part6.mp4
2.2英譯法任務_第2步-part7.mp4
2.2英譯法任務_第3步-part1.mp4
2.2英譯法任務_第3步-part2.mp4
2.2英譯法任務_第3步-part3.mp4
2.2英譯法任務_第3步-part4.mp4
2.2英譯法任務_第3步-part5.mp4
2.2英譯法任務_第3步-part6.mp4
2.2英譯法任務_第4步-part1.mp4
2.2英譯法任務_第4步-part2.mp4
2.2英譯法任務_第4步-part3.mp4
2.2英譯法任務_第4步-part4.mp4
2.2英譯法任務_第4步-part5.mp4
2.2英譯法任務_第4步-part6.mp4
2.2英譯法任務_第5步-part1.mp4
2.2英譯法任務_第5步-part2.mp4
2.2英譯法任務_第5步-part3.mp4
2.2英譯法任務_第5步-part4.mp4
2.2英譯法任務_第5步-part5.mp4
第4部分transformer
1.1transformer背景介紹.mp4
2.1認識transformer架構-part1.mp4
2.1認識transformer架構-part2.mp4
2.2輸入部分實現-part1.mp4
2.2輸入部分實現-part2.mp4
2.2輸入部分實現-part3.mp4
2.2輸入部分實現-part4.mp4
2.2輸入部分實現-part5.mp4
2.2輸入部分實現-part6.mp4
2.3.1掩碼張量-part1.mp4
2.3.1掩碼張量-part2.mp4
2.3.1掩碼張量-part3.mp4
2.3.2注意力機制-part1.mp4
2.3.2注意力機制-part2.mp4
2.3.2注意力機制-part3.mp4
2.3.2注意力機制-part4.mp4
2.3.3多頭注意力機制-part1.mp4
2.3.3多頭注意力機制-part2.mp4
2.3.3多頭注意力機制-part3.mp4
2.3.3多頭注意力機制-part4.mp4
2.3.4前饋全連線層-part1.mp4
2.3.4前饋全連線層-part2.mp4
2.3.5規範化層-part1.mp4
2.3.5規範化層-part2.mp4
2.3.6子層連線結構-part1.mp4
2.3.6子層連線結構-part2.mp4
2.3.7編碼器層-part1.mp4
2.3.7編碼器層-part2.mp4
2.3.8編碼器-part1.mp4
2.3.8編碼器-part2.mp4
2.4.1解碼器層-part1.mp4
2.4.1解碼器層-part2.mp4
2.4.2解碼器-part1.mp4
2.4.2解碼器-part2.mp4
2.5輸出部分實現-part1.mp4
2.5輸出部分實現-part2.mp4
2.6模型構建-part1.mp4
2.6模型構建-part2.mp4
2.6模型構建-part3.mp4
2.6模型構建-part4.mp4
2.7模型基本測試執行-小節總結.mp4
2.7模型基本測試執行-第一步-part1.mp4
2.7模型基本測試執行-第一步-part2.mp4
2.7模型基本測試執行-第三步.mp4
2.7模型基本測試執行-第二步-part1.mp4
2.7模型基本測試執行-第二步-part2.mp4
2.7模型基本測試執行-第四步.mp4
3.1使用transformer構建語言模型-0總體介紹.mp4
3.1使用transformer構建語言模型-第1步.mp4
3.1使用transformer構建語言模型-第2步-part1.mp4
3.1使用transformer構建語言模型-第2步-part2.mp4
3.1使用transformer構建語言模型-第3步-part1.mp4
3.1使用transformer構建語言模型-第3步-part2.mp4
3.1使用transformer構建語言模型-第4步-part1.mp4
3.1使用transformer構建語言模型-第4步-part2.mp4
3.1使用transformer構建語言模型-第4步-part3.mp4
3.1使用transformer構建語言模型-第5步-part1.mp4
3.1使用transformer構建語言模型-第5步-part2.mp4
nlp基礎課所有資料和**
NLP自然語言處理
老實來講這課我一頭霧水滿腦袋問號 import numpy as np from collections import counter counttime 0 def seperate filename totalnum 0 郵件的總數 global counttime i 0 file open ...
NLP自然語言處理相關
近期需要學習一些命名實體識別的知識，記錄一下，以便以後複習 個人理解 目前的理解是，命名實體識別 ner 是自然語言處理 nlp 的乙個階段，可應用於機器翻譯 摘要形成 資訊檢索等等，個人認為，自然語言處理是一門很複雜的跨學科技術，其難點在於人類是富有思維的，人的語言寄託人的思想，因此很難準確處理。...
自然語言處理 NLP（4）
文法用途 遞迴下降和左角落解析都存在一定的缺陷，因此可以才用動態規劃的方法進行解析 阿蘭 圖靈與1950年提出，測試在測試者和被測試者相互隔開的情況下，通過一些簡單的裝置向被測試者隨意提問。通過一些問題之後，若被測試者的答覆有超過30 的部分無法讓測試者確認出是人還是機器的回答，則此時這台機器通過測...