深度好课-Ai人工智能学习自然语言处理视频教 深度学习高手试炼与实体识别NER技术剖析



自然语言处理做为人工智能领域的一个突破性方向，其技术的魅力无疑是令人着迷的。自然语言处理基础究竟是一个
终极技术领域，或者仅仅是深度学习发展中的一个阶段性学科，这个问题只能交给时间来回答。然而通过这套课程的学习，
却能带给我们一个非常系统化的思路，课程对自然语言处理的核心做了非常全面的剖析，让学者能够很好的理解卷积神经网络、
递归神经网络与NER等略显艰涩的技术，回归技术的本真，不在于多么高深莫测的技术，而是能够很好的运用并解决问题。
===============课程目录===============
章节1： NLP和深度学习发展概况和最新动态
章节2： NLP与PYTHON编程
章节3： 快速掌握NLP技术之分词、词性标注和关键字提取
章节4： 句法与文法
章节5： N-GRAM文本挖掘
章节6： 表示学习与关系嵌入
章节7： 深度学习之卷积神经网络
章节8： 深度学习之递归神经网络
章节9： 特定领域命名实体识别NER技术
(1)\章节1： NLP和深度学习发展概况和最新动态；目录中文件数:2个
├─1. NLP历史现在及为什么需要学习NLP技术.rar
├─2. NLP实现机器学习，聊天机器人，情感分析和语义搜索.rar
(2)\章节2： NLP与PYTHON编程；目录中文件数:5个
├─3. Python环境搭建及开发工具安装.rar
├─4. NLP常用PYTHON开发包的介绍.rar
├─5. Jieba安装、介绍及使用.rar
├─6. Stanford NLP 在Python环境中安装、介绍及使用.rar
├─7. Hanlp 在Python环境中安装、介绍及使用.rar
(3)\章节3： 快速掌握NLP技术之分词、词性标注和关键字提取；目录中文件数:8个
├─08. 分词、词性标注及命名实体识别介绍及应用.mp4
├─09. 准确分词之加载自定义字典分词01.mp4
├─10. 准确分词之加载自定义字典分词02.mp4
├─11. 准确分词之动态调整词频和字典.mp4
├─12. 词性标注代码实现及信息提取.mp4
├─13. 人名、地名、机构名等关键命名实体识别.mp4
├─14. TextRank算法原理介绍.mp4
├─15. 基于TextRank关键词提取.mp4
(4)\章节4： 句法与文法；目录中文件数:4个
├─16. 依存句法与语义依存分析.7z
├─17. 依存句法树解析（子树遍历，递归搜索，叶子节点提取等）.mp4
├─18. 名词短语块挖掘.7z
├─19. 自定义语法与CFG.mp4
(5)\章节5： N-GRAM文本挖掘；目录中文件数:4个
├─20. N-GRAM算法介绍.mp4
├─21. N-GRAM生成词语对.mp4
├─22. TF-IDF算法介绍应用.mp4
├─23. 基于TF-IDF挖掘符合语言规范的N-GRAM.mp4
(6)\章节6： 表示学习与关系嵌入；目录中文件数:5个
├─24. 语言模型.mp4
├─25. 词向量.mp4
├─26. 深入理解Word2vec算法层次sofmax.mp4
├─27. 深入理解Word2vec算法负采样.mp4
├─28. 6.4 基于Word2vec技术的词向量、字向量训练.mp4
(7)\章节7： 深度学习之卷积神经网络；目录中文件数:6个
├─29. BP神经网络.mp4
├─30. 彻底理解深度学习指卷积神经网络.mp4
├─31. CNN文本分类.mp4
├─32. CNN文本分类算法模块.mp4
├─33. CNN文本分类模型详解数据预处理.mp4
├─34. CNN文本分类模型测试与部署.mp4
(8)\章节8： 深度学习之递归神经网络；目录中文件数:6个
├─35. 递归网络.mp4
├─36. LSTM.mp4
├─37. LSTM文本分类原理.mp4
├─38. LSTM文本分类代码架构.mp4
├─39. LSTM文本分类代码详解.mp4
├─40. LSTM文本分类模型预测与部署.mp4
(9)\章节9： 特定领域命名实体识别NER技术；目录中文件数:15个
├─41. 基于深度学习医药保险命名实体识别课题背景介绍.mp4
├─42. 医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4
├─43. 医药保险命名实体识别相关前沿技术和难点.mp4
├─44. 基于深度学习医药保险命名实体识别的算法模块设计(上).mp4
├─45. 基于深度学习医药保险命名实体识别的算法模块设计（下）.mp4
├─46. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
├─47. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
├─48. 模型本地Lib库封装（上）.mp4
├─49. 模型本地Lib库封装（下）.mp4
├─50. 部署tensorflow训练好的模型为云服务（上）.mp4
├─51. 部署tensorflow训练好的模型为云服务（下）.mp4
├─52. 算法设计及代码实现1.mp4
├─53. 算法设计及代码实现2.mp4
├─54. 代码调试，参数优化及深度剖析（深入理解）1.mp4
├─55. 代码调试，参数优化及深度剖析（深入理解）2.mp4