課程簡介

NLP 方法簡介

  • 單詞和句子分詞
  • 文本分類
  • 情感分析
  • 拼寫更正
  • 資訊提取
  • 解析
  • 含義提取
  • 問答

NLP 理論概述

  • 概率
  • 統計學
  • 機器學習
  • N-gram 語言建模
  • 樸素貝葉斯
  • Maxent 分類器
  • 序列模型 (Hidden Markov Models)
  • 概率依賴性
  • 成分解析
  • 向量空間意義模型

最低要求

不需要 NLP 背景。

要求:熟悉任何程式設計語言(Java、Python、PHP、VBA 等)。

預期成績:合理的數學技能(A-level 標準),尤其是在概率、統計和微積分方面。

有益的:熟悉正則表達式。

 21 時間: