自然语言处理

• 实验一
  • 实验目的： 理解并实践语言模型
  • 实验内容：
    • 1. 用 python 编程实践语言模型
    • 2. 用 PPL 去测试语言模型效果，并得出指标
• 实验二
  • 实验目的： 实践分词工具，深入理解原理
  • 实验内容：
    • 1. 安装并调用 nltk、 spacy、 stanfordnlp 和 jieba 等主流分词工具
    • 2. 分析对比各类主流分词工具的异同， 体会中英文分词工具的差异
• 实验三
  • 实验目的： 理解并实践词性标注
  • 实验内容：
    • 1. 安装并调用nltk、 spacy、 stanfordnlp等工具进行英文词性标注
    • 2. 安装并调用Jieba，StanfordCoreNLP，SnowNLP，THULAC，NLPIR等工具进行中文词性标注
    • 3. 使用python编程实践CRF，进行词性标注
• 实验四
  • 实验目的： 理解并实践命名实体识别
  • 实验内容：
    • 1. 用python 编程实践命名实体识别
    • 2. 使用BERT + CRF 实践命名实体识别
• 实验五
  • 实验目的： 理解并实践词向量
  • 实验内容：
    • 1. 用 python 编程实践one-hot 编码
    • 2. 用 python 编程实践Word2vec词向量训练，实现Word2vec在Wikipedia语料集上面的应用
• 实验六
  • 实验目的： 理解并实践神经机器翻译模型
  • 实验内容：
    • 1. 用 TensorFlow 框架实现 seq2seq 神经机器翻译模型
    • 2. 加入 attention 机制并理解原理(选做)
    • 3. 用 blue 评测翻译结果
• 备注： 根据难度以及实际情况进行调整

参考资源

• Standford CS224n: Natural Language Processing with Deep Learning
  • 视频
  • 中文笔记
• CMU Course: Neural networks for NLP
• Technical Tutorials, Notes, and Suggested Reading for NLP
• NLP-progress
• 自然语言国际会议论文集 ACL Anthology

科技前沿

• 2019-02-对话清华NLP实验室刘知远：NLP搞事情少不了知识库与图神经网络
• 2019-02-自然语言处理：让机器善解人意
• 2018-11-微软亚洲研究院：NLP将迎来黄金十年
• 2018-04-教育部《高等学校人工智能创新行动计划》
• 2018-03-人工智能的未来 ——记忆、知识、语言
• 2017-11-中国NLP发展前景
• 2017-07-人工智能发展规划
• 2017-06-“智能科学与技术”一级学科论证报告

分词标注符号