微信高级研究员解析深度学习在NLP中的发展和应用

[CSDN学习]

1.NLP的基本概念和任务



2.深度学习方法解决NLP任务



3. 对话和机器翻译中的深度学习模型和云端应用



4. 开发者的技能进阶建议



 



添加小助手，备注：公开课，邀你加入课程交流群



 




张金超
腾讯微信模式识别中心高级研究员，中国科学院计算技术研究所博士，在ACL，IJCAI等国际会议上发表过多篇论文，主要研究方向为自然语言处理、深度学习、机器翻译、对话系统。
近年来，深度学习方法极大的推动了自然语言处理领域的发展。几乎在所有的NLP任务上我们都能看到深度学习技术的应用，并且在很多的任务上，深度学习方法的表现大大的超过了传统方法。可以说，深度学习方法给NLP带来了一场重要的变革。在本课程中，我们将介绍NLP的基本概念和任务，总结深度学习方法在NLP领域中的发展情况；介绍深度学习方法在对话和机器翻译中的应用，介绍深度学习技术在腾讯部分产品中的应用情况；分析深度学习方法的优劣之处；深度学习方法在NLP领域中最新的研究进展和趋势。

相关链接：https://edu.csdn.net/huiyiCourse/detail/807?utm_source=edu_bbs_autocreate