2021年自然语言处理 (NLP) 算法学习路线！
在過去幾年時間里，NLP領域取得了飛速的發展，這也推動了NLP在產業中的持續落地，以及行業對相關人才的需求。?
但這里我們要面對的現實是，行業上90%以上的NLP工程師是“不合格的”。在過去幾個月時間里，我們其實也面試過數百名已經在從事NLP的工程師，但明顯發現絕大部分對技術深度和寬度的理解是比較薄弱的，大多還是只停留在調用現有工具比如BERT、XLNet等階段。?
我們一直堅信AI人才的最大壁壘是創造力，能夠持續為變化的業務帶來更多的價值。但創造的前提一定是對一個領域的深度理解和廣度認知，以及不斷對一個事物的追問比如不斷問自己為什么。
?對于二分類，我應該選擇交叉熵還是Hinge Loss？BERT模型太大了，而且效果發現不那么好比如next sentence prediction, 能不能改一改？?為什么CRF要不HMM在不少NLP問題上效果更好？?文本生成效果不太好，如何改造Beam Search讓效果更好呢？訓練主題模型效率太慢了，如果改造吉布斯采樣在分布式環境下運行呢？?數據樣本里的標簽中有一些依賴關系，能不能把這些信息也加入到目標函數里呢？
另外，有必要保持對前沿技術的敏感性，但事實上，很多人還是由于各種原因很難做到這一點。基于上述的目的，貪心學院一直堅持跑在技術的最前線，幫助大家不斷地成長。貪心學院這次重磅推出了《自然語言處理高階研修》。
01 課程大綱
課程內容上做了大幅度的更新，課程覆蓋了從預訓練模型、對話系統、信息抽取、知識圖譜、文本生成所有必要的技術應用和學術前沿。課程采用全程直播授課模式。帶你全面掌握自然語言處理技術，能夠靈活應用在自己的工作中；深入理解前沿的技術，為后續的科研打下基礎；通過完成一系列課題，有可能成為一個創業項目或者轉換成你的科研論文。
第一章：預訓練模型基礎
| 預訓練模型基礎、語言模型回顧
| N-gram、Neural語言模型回顧
| 預訓練方法的發展歷程
| 預訓練和transfer learning
| Pre-BERT時代的transfer learning
| word2vec，transfer learning in NER
| Post-BERT時代的transfer learning
| Pre-train fine-tune范式
第二章：ELmo與BERT
| Elmo、Transformer、BERT
| 更強的BERT：RoBERTa
| 基于Elmo和BERT的NLP下游任務
| Huggingface Transformers庫介紹?
| 構建基于BERT的情感分類器
?第三章: GPT系列模型
| GPT、GPT2、GPT3?
| 基于GPT的fine-tuning
| 基于GPT的Zero-shot learning
| 基于GPT模型的文本生成實戰
| Top-k + Top-p 采樣
| 基于給定Prompt生成續寫文本
第四章: Transformer-XL與XLNet
| 處理長文本?
| Transformer-XL
| 相對位置編碼
| Permutation Language Model
| Two-stream attention
| XLNet
| 更進階的預訓練任務：MPNet
第五章：其他前沿的預訓練模型
| 考慮知識的預訓練模型：ERINE
| 對話預訓練模型：PLATO2, DialoGPT
| SpanBERT
| MASS，UniLM
| BART，T5
| 實現基于T5的文本分類模型
第六章: 低計算量下模型微調和對比學習
| 低計算量情況下的預訓練模型微調
| Adapter-based fine-tuning，
| Prompt-search，P-tuning?
| 基于對比學習的預訓練
| 對比學習目標：Triplet Loss，InfoNCE Loss
| 對比學習在NLP中的前沿應用：SimCSE
第七章：多模態預訓練和挑戰
| 多模態預訓練模型
| 多模態匹配模型：CLIP，文瀾
| VQ-VAE
| 多模態生成模型：DALLE，CogView
| 預訓練模型面臨的挑戰及其前沿進展
| 模型并行帶來的挑戰
| 對于Transformer的改進：Reformer
第一章：對話系統綜述
| 對話系統發展歷程
| 對話系統的主要應用場景
| 常見的對話系統類別以及采用的技術
| 對話系統前沿的技術介紹
| 基礎：語言模型
| 基礎：基于神經網絡的語言模型
第二章：對話系統綜述
| 任務型對話系統的總體架構
| 案例：訂票系統的搭建
| 自然語言理解模塊簡介
| 對話管理模塊技術
| 對話生成模型技術
| 基于神經網絡的文本分類和序列標注
第三章：自然語言處理理解模塊
| 自然語言理解模塊面臨的挑戰
| NLU模型中意圖和槽位的聯合識別
| 考慮長上下文的NLU
| NLU中的OOD檢測
| NLU模型的可擴展性和少樣本學習
| 少樣本學習方法介紹
| 孿生網絡、匹配網絡、原型網絡
第四章：對話管理和對話生成
| 對話狀態追蹤
| 對話策略詳解
| POMDP技術
| 對話管理的最新研究進展
| 基于RL的對話管理
| 對話生成技術
| 端到端的對話系統
| 基于預訓練模型的DST
第五章：閑聊對話系統
| 閑聊對話系統基礎技術
| 基于檢索的閑聊對話系統
| 基于生成的閑聊對話系統
| 融合檢索和生成的閑聊對話系統
| Protoype rewriting, Retrieval augmented generation
| 閑聊對話系統的主要應用場景
| 閑聊對話系統技術所面臨的主要挑戰
| FAQ系統實戰，實現一個自己的FAQ系統
| 基于RNN/Transformer/BERT的文本匹配模型
第六章：對話系統進階
| 情感/共情對話系統
| 生成帶情緒的回復
| 個性化對話生成
| 生成符合特定個性人設的回復
| 風格化對話生成
| 對話回復的多樣性
| Label Smoothing, Adaptive label smoothing
| Top-K Sampling, Nuclear Sampling
| Non-autoregressive 算法在生成模型中的應用
| 基于Transformer的對話生成模型
| TransferTransfo
第七章：開源對話系統架構RASA詳解
| RASA的主要架構
| 基于RASA搭建自己的對話系統
| 多模態對話、VQA
| 考慮圖像模態的對話回復檢索和生成
| 基于預訓練模型的對話系統
| 基于GPT模型的對話模型
| Meena，PLA
第一章：知識圖譜與圖數據模型
| 知識圖譜：搜索引擎，數據整合，AI
| 實體抽取、關系抽取、詞向量
| graph embedding
| 圖數據模型：RDF, Cyper
| 結構化數據的關系抽取
| 介紹關系抽取的基本方法
| 介紹結構化數據的信息過濾
第二章：知識圖譜的設計
| RDF和Property graph的設計
| 創建KG：數據處理、文本和圖像
| 推斷用到的基本方法
| Path detection
| Centrality and community Detection
| 圖結構嵌入方法
| 重要性的基本方法：node，edge
第三章：關系抽取和預測
| Hand-built patterns
| Bootstrapping methods
| Supervised methods
| Distant supervision
| Unsupervised methods
| 實體識別的基本方法
第四章：低資源信息抽取和推斷
| Low-resource NER?
| Low-resource structured models
| Learning multi-lingual Embeddings
| Deepath?
| DIVA
| Generic Statistical Relational Entity Resolution in Knowledge Graphs?
第五章：結構化預測模型
| Sequence labeling
| 結構化數據類別：Dependency，constituency
| Stack LSTM
| Stack RNNS
| Tree-structure LSTM
第六章：圖挖掘的熱門應用
| 基本圖概念
| Link Prediction
| Recommendation system
| Anomaly detection
| Gated Graph Sequence Neural Networks
第一章：Seq2Seq模型與機器翻譯
| Seq2seq 模型與機器翻譯任務
| 機器翻譯中未登錄詞UNK與subword
| 文本生成coverage
| length normalization
| 低資源語言生成
| 多任務學習
| Tearch Force Model
第二章：文本摘要生成（1）
| 摘要生成技術類別
| 生成式摘要生成技術
| 抽取式摘要生成技術
| 基于CNN的文本生成
| 基于RNN的文本生成
第三章：文本摘要生成（2）
| Pointer Network 及其應用
| CopyNet 于工業界的落地
| Length Normalization?
| Coverage Normalization
| Text summarization 前沿研究
第四章：Creative Writing
| 可控性文本生成
| Story Telling 與預先訓練GPT
| 詩詞，歌詞，藏頭詩等文本生成
| 創作性文本生成技巧
第五章：多模態文本生成
| ResNet?
| Inception 等預訓練圖片特征抽取模型
| Image Caption 及其應用
| Table2text
| 圖神經網絡與文本生成
第六章：對抗式文本生成與NL2sql
| 對抗生成網絡 GAN模型
| 強化學習基礎
| 基于 Policy Gradient 的強化學習
| SeqGAN
| NL2sql ：自然語言轉SQL
如果對課程感興趣，請聯系
添加課程顧問小姐姐微信
報名、課程咨詢
????????????
02?部分案例和項目
學員可以選擇每個模塊完成我們提供的固定項目（以個人為單位），或者以小組為單位完成一個開放式項目（capstone），當然你也可以提出你自己的項目。從項目的立項、中期驗收到最終答辯，在這個過程中我們的導師團隊會給你建議、并輔助你完成課題， 該課題最終很有可能成為你的創業項目或科研論文！
如果對課程感興趣，請聯系
添加課程顧問小姐姐微信
報名、課程咨詢
????????????
03直播授課，現場推導演示
區別于劣質的PPT講解，導師全程現場推導，讓你在學習中有清晰的思路，深刻的理解算法模型背后推導的每個細節。更重要的是可以清晰地看到各種模型之間的關系！幫助你打通六脈！
▲源自：LDA模型講解
▲源自：Convex Optimization 講解
▲源自：Convergence Analysis 講解
04?科學的課程安排
采用直播的授課方式，每周3-4次直播教學，包含核心理論課、實戰課、復習鞏固課以及論文講解課。教學模式上也參考了美國頂級院校的教學體系。以下為其中一周的課程安排，供參考。?
02 項目講解&實戰幫助
訓練營最終的目的是幫助學員完成項目，理解項目中包含核心知識技能，訓練營中會花大量的時間幫助學員理解項目以及所涉及到的實戰講解。
▲節選往期部分課程安排
03 專業的論文解讀
作為AI工程師，閱讀論文能力是必須要的。在課程里，我們每1-2周會安排一篇經典英文文章供學員閱讀，之后由老師幫助解讀。? ?
????
▲僅供參考
04 代碼解讀&實戰
對于核心的模型如BERT，XLNet都會精心安排代碼解讀和實戰課，幫助學員深入理解其細節并有能力去實現。
▲BERT模型代碼實戰講解
05 行業案例分享
訓練營過程中會邀請合作的專家來分享行業案例以及技術解決方案，如知識圖譜的搭建、保險領域的客服系統等。
▲專家分享
《Google YouTube 基于深度學習的視頻推薦》
嘉賓簡介：曾博士
計算機視覺，機器學習領域專家
先后在CVPR，ACMMM，TPAMI，SCI 期刊，EI 會議等發表超過30篇論文
06 日常社群答疑
為了幫助解決學員遇到的問題，專業助教會提供全天社群答疑服務。我們的助教均來來自于一線AI公司和國內外名校，扎實的理論和工業界應用也是我們選拔助教老師的重要標準，拒絕空談理論。
▲社群內老師專業的解答
07 日常作業&講解
為了鞏固對一些核心知識點，學員除了大項目，也需要完成日常的小作業。之后助教會給出詳細的解答。
▲課程學習中的小作業
適合什么樣的人來參加吶？
從事AI行業多年，但技術上感覺不夠深入，遇到了瓶頸；?
停留在使用模型/工具上，很難基于業務場景來提出新的模型；?
對于機器學習背后的優化理論、前沿的技術不夠深入；
計劃從事尖端的科研、研究工作、申請AI領域研究生、博士生；?
打算進入頂尖的AI公司如Google，Facebook，Amazon， 阿里等；
讀ICML，IJCAI等會議文章比較吃力，似懂非懂，無法把每個細節理解透。
05?報名須知
1、本課程為收費教學。
2、本期招收學員名額有限。
3、品質保障！學習不滿意，可在開課后7天內，無條件全額退款。
4、學習本課程需要具備一定的機器學習基礎和Python編程基礎。
●●●
如果對課程感興趣，請聯系
添加課程顧問小姐姐微信
報名、課程咨詢
????????????
總結
以上是生活随笔為你收集整理的2021年自然语言处理 (NLP) 算法学习路线！的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 男的姓谢女的姓凌怎么取网名
- 下一篇： 蟑螂也能吃吗？