课程文件目录：
1. NLP历史现在及为什么需要学习NLP技术.mp4
2. NLP实现机器学习，聊天机器人，情感分析和语义搜索.mp4
章节2： NLP与PYTHON编程
3. Python环境搭建及开发工具安装.mp4
4. NLP常用PYTHON开发包的介绍.mp4
5. Jieba安装、介绍及使用.mp4
6. Stanford NLP 在Python环境中安装、介绍及使用.mp4
7. Hanlp 在Python环境中安装、介绍及使用.mp4
章节3： 快速掌握NLP技术之分词、词性标注和关键字提取
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
章节4： 句法与文法
16. 依存句法与语义依存分析.mp4
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.mp4
19. 自定义语法与CFG.mp4
章节5： N-GRAM文本挖掘
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
章节6： 表示学习与关系嵌入
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
章节7： 深度学习之卷积神经网络
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
章节8： 深度学习之递归神经网络
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
章节9： 特定领域命名实体识别NER技术
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
275_aupo_自然语言处理
资源下载
您需要先登录后，才能查看下载地址