小册描述
目录
- 基础介绍
- 监督学习范式
- 观测和目标编码
- PyTorch 基础
- 传统 NLP 快速回顾
- 感知机:最简单的神经网络
- 深入监督学习
- 示例:分类餐馆评论的情感
- 自然语言处理的前馈网络
- 多层感知机
- 在测试数据集上评估
- 嵌入单词和类型
- 为什么要学习嵌入?
- 嵌入的有效性
- 词嵌入之间的关系
- 示例:学习单词嵌入的连续词袋
- 新闻分类器
- 自然语言处理的序列模型
- 循环神经网络简介
- 实现 Elman RNN
- 示例:使用字符 RNN 分类姓氏国籍
- 自然语言处理的进阶序列模型
- 原始 RNN(Elman RNNs)的问题
- 示例:用于生成姓氏的字符 RNN
- 向量化数据结构
- 从ElmanRNN到 GRU
- 高级序列模型
- 从序列中捕获更多:双向循环模型
- 深度神经网络中的注意力
- 对话和交互系统
- NLP 的前沿
- 生产 NLP 系统的设计模式
- 后续之路