自然语言处理之动手学NER课程介绍:
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。本套课程同时讲解基于Tensorflow2.1及Tensorflow1.13.1两个版本。
适用人群
自然语言处理从业者、深度学习爱好者
自然语言处理之动手学NER大纲截图
目录
章节1:动手命名实体识别开篇
课时1视频动手学命名实体识别课程简介23:15
课时2视频课程案例演示09:09
课时3视频命名实体识别基础知识讲解10:43
课时4文本课程资料获取方式及下载
课时5文本课程答疑方式
章节2:动手学命名实体识别之环境搭建
课时6视频Anaconda安装09:18
课时7视频Anaconda配置06:15
课时8视频Anaconda创建虚拟环境.08:16
课时9视频Anaconda虚拟环境使用12:40
课时10视频cuda安装与测试09:25
课时11视频cudnn安装与配置及GPU环境测试11:14
课时12视频jupyter中怎么使用虚拟环境07:49
课时13视频Pycharm的安装配置及使用14:39
章节3:深度学习基础之卷积神经网络
课时14视频卷积神经网络简介07:17
课时15视频卷积神经网络中的卷积讲解09:24
课时16视频卷积神经网络中的池化讲解05:49
章节4:深度学习基础之循环神经网络
课时17视频循环神经网络能干什么04:19
课时18视频循环神经网络讲解09:23
章节5:深度学习基础之LSTM
课时19视频LSTM简介08:54
课时20视频LSTM深入理解10:31
课时21视频LSTM与神经网络及循环神经网络之间的关系11:44
章节6:基于BiLSTM+CRF的中文命名实体识别实战
课时22视频BiLSTM+CRF模型架构讲解09:22
课时23视频整个工程目录架构讲解12:16
课时24视频数据集简介及环境搭建13:18
课时25视频数据集加载方法讲解14:02
课时26视频数据集加载方法测试11:00
课时27视频更新指定编码开始10:48
课时28视频BIO编码校验及更改16:40
课时29视频BIO编码校验方法测试12:04
课时30视频BIO编码转BIOES编码15:52
课时31视频编码转换方法测试11:41
课时32视频更新指定编码完成12:44
课时33视频构建字典映射10:50
课时34视频通用构建item及频率方法09:03
课时35视频词典映射构建完成13:21
课时36视频构建标签映射09:08
课时37视频数据预处理开始10:03
课时38视频数据预处理结束13:23
课时39视频批量数据管理开始11:08
课时40视频数据填充讲解12:15
课时41视频批量数据管理结束09:09
课时42视频模型参数定义开始11:24
课时43视频模型参数定义完成17:36
课时44视频train方法中数据加载及编码转换讲解10:16
课时45视频train方法中字典构建及数据预处理讲解14:13
课时46视频模型配置讲解11:30
课时47视频模型配置加载与保存讲解11:48
课时48视频统一日志方法编写10:35
课时49视频统一日志方法验证09:41
课时50视频模型代码编编写上13:36
课时51视频模型代码编写下14:08
课时52视频embedding_layer详细讲解11:50
课时53视频biLSTM_layer详细讲解12:22
课时54视频project_layer详细讲解11:25
课时55视频crf_loss_layer上详细讲解14:53
课时56视频crf_loss_layer下详细讲解07:02
课时57视频viterbi_decode详细讲解07:43
课时58视频模型运行方法代码讲解11:06
课时59视频模型评估方法代码编写与讲解13:14
课时60视频编码转换讲解07:41
课时61视频模型训练部分代码完成16:22
课时62视频模型整体创建部分代码完成12:34
课时63视频模型加载词向量上10:12
课时64视频加载词向量完成08:06
课时65视频模型整体评估方法讲解11:36
课时66视频模型保存方法讲解08:19
课时67视频代码整体优化和修复bug08:52
课时68视频加载词向量调试讲解10:11
课时69视频过滤测试中的词08:40
课时70视频整体代码完成10:09
课时71视频整体训练讲解16:27
章节7:命名实体识别项目案例
课时72视频案例项目工程创建10:11
课时73视频加载maps文件获取数据08:54
课时74视频使用模型主体方法完成09:12
课时75视频模型及输入方法测试12:20
课时76视频模型使用方法测试及调试完成12:38
课时77视频模型使用命令行方式完成15:05
课时78视频Postman工具安装及使用讲解08:33
课时79视频命名实体识别api工程搭建09:47
课时80视频命名实体识别api方式使用完成09:13
课时81视频命名实体识别web界面演示及功能实现11:21
课时82视频命名实体识别web前后台通信完成13:38
课时83视频命名实体识别web项目完成12:52
章节8:基于IDCNN+CRF的中文命名实体识别实战
课时84视频通用卷积神经网络讲解07:08
课时85视频Dilated CNN理论及原理深入讲解10:52
课时86视频IDCNN理论及原理深入解析09:04
课时87视频IDCNN工程创建及框架架构搭建09:21
课时88视频IDCNN参数设置及层次设计讲解09:08
课时89视频IDCNN_layer层讲解上09:40
课时90视频IDCNN_layer层讲解中09:56
课时91视频DCNN_layer层讲解下09:49
课时92视频IDCNN_project层详细讲解09:11
课时93视频IDCNN模型整体训练详细讲解16:17
课时94视频IDCNN模型命令行使用方式讲解11:46
课时95视频IDCNN模型web使用方式详细讲解09:02
章节9:Bert相关理论详细详解
课时96视频引入Self-attention的原因13:12
课时97视频Self-attention原理讲解上10:18
课时98视频Self-attention原理讲解上10:35
课时99视频Self-attention遗留的问题讲解09:55
课时100视频Transformer架构及可视化讲解12:28
课时101视频Bert开篇讲解09:20
课时102视频ELMO技术原理详细讲解09:35
课时103视频Bert第一种训练方式讲解10:28
课时104视频Bert第一种训练方式讲解09:55
课时105视频Bert如何用于情感分析与文本分类06:31
课时106视频Bert如何用于槽位填充05:24
课时107视频Bert如何解决自然语言推理问题09:34
课时108视频Bert如何应用于机器阅读理解任务11:04
课时109视频Bert总结10:31
章节10:基于Bert+LSTM+CRF的中文命名实体识别实战
课时110视频基于Bert命名实体识别工程目录介绍09:24
课时111视频基于bert命名实体识别环境搭建09:55
课时112视频lstm_crf_layer层init方法讲解11:43
课时113视频网络整体架构搭建讲解08:33
课时114视频双向RNN模型巧妙设计讲解06:45
课时115视频bilstm_layer层更加简洁方式实现讲解07:28
课时116视频project_bilstm_layer层另外一种实现详细讲解13:50
课时117视频project_crf_layer层详细讲解08:48
课时118视频crf_layer层详细讲解09:11
课时119视频利用bert来创建自己模型上09:52
课时120视频利用bert来创建自己模型下09:17
课时121视频datalodaer中数处理类讲解14:45
课时122视频NER数据处理类讲解上07:25
课时123视频输入数据面向对象封装08:15
课时124视频获取标签方法详细讲解10:00
课时125视频NER数据处理类完成08:09
课时126视频数据预处理类debug详细讲解11:09
课时127视频run中的参数规范编写上10:56
课时128视频run中的参数规范编写下09:01
课时129视频基于Bert的训练方法中的Bert参数获取讲解10:12
课时130视频获取Bert中的tokenization创建tokenizer09:21
课时131视频构建estimator中的RunConfig详细讲解10:45
课时132视频加载数据集详细讲解体现面向对象的好处09:05
课时133视频加载数据集验证完成08:02
课时134视频转换TFRecord开始08:51
课时135视频转换TFRecord完成08:25
课时136视频对每一个样本进行编码处理详细讲解08:12
课时137视频将数据集转换成Bert训练的数据集格式09:31
课时138视频feature转换完成09:30
课时139视频读取数据格式转换开始08:26
课时140视频读取数据格式转换完成06:48
课时141视频数据转换debug上20:47
课时142视频数据转换debug下09:36
课时143视频dev数据格式化输出09:00
课时144视频整体框架搭建完毕13:15
课时145视频具体构建模型开始11:19
课时146视频模型训练构建完成10:50
课时147视频模型评估构建完成08:58
课时148视频模型训练讲解08:59
课时149视频代码优化及模型重点讲解09:02
课时150视频模型测试讲解及最终总结09:16
章节11:基于Tensorflow2.x的命名实体识别实战
课时151视频命名实体识别简介17:07
课时152视频命名实体识别数据标注方法讲解12:18
课时153视频命名实体是主流方法讲解18:40
课时154视频HMM与CRF基础补充13:29
课时155视频数据集加载与预处理讲解14:53
课时156视频BIO编码校验及转换讲解12:46
课时157视频字典映射构建讲解15:21
课时158视频词向量加载讲解07:45
课时159视频基于BiLSTM模型的明明实体识别讲解23:57
课时160视频数据处理代码回顾11:31
课时161视频LSTM+CRF模型详解上16:43可试看
课时162视频LSTM+CRF模型详解中21:50
课时163视频LSTM+CRF模型详解下11:54
课时164视频模型训练及问题答疑26:05
课时166视频IDCNN理论讲解11:30
课时167视频IDCNN+CRF代码讲解
此隐藏内容仅限VIP查看升级VIP
