自然语言处理基于深度学习的中文命名实体识别实战

长期从事机器学习深度学习研究,在自然语言处理领域有一定认知
【课程介绍】

课程目标:

学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。

适用人群:

自然语言处理从业者、深度学习爱好者

课程简介:

命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。

课程要求:

(1)开发环境:Python3.6.5 Tensorflow1.13.1;
(2)开发工具:Pycharm;

(3)学员基础:需要一定的Python基础,及深度学习基础;

(4)学院收货:掌握命名实体识别关键技术;

(5)学院资料:见课程资料;

(6)课程亮点:全程实战操作,徒手撸代码。



【课程收益】
彻底掌握命名实体识别技术
掌握BILSTM+CRF理论知识
掌握深度学习模型如何和传统工程相结合
巩固Python基础知识
第1章:命名实体识别开篇
第2章:开发环境搭建
第3章:循环神经网络基础
第4章:长短期记忆网络基础
第5章:基于BiLSTM+CRF的中文命名实体识别数据预处理
第6章:基于BiLSTM+CRF的中文命名实体识别模型实现
第7章:基于BILSTM+CRF的中文命名实体识别模型使用案例
阅读更多