自然语言处理

基本信息

课程名称：自然语言处理

课程介绍：本课程系统介绍自然语言处理的基本理论与关键技术，涵盖语言表示、文本分析、序列建模等，培养学生利用统计与深度学习模型解决实际语言理解与生成问题的能力。

课程画像：

• 课程类型：核心

• 学分：2 学分

• 考核方式：考勤和课堂小测 10% · 实践项目 40% · 期末考试 50%

课程资料区

课程资料库（课件等）： 应老师要求，本课程资源不在 github 等公开平台发布，请联系群管理员私聊获取。

经验分享区

课程定位评价：课程内容包括基本的深度学习与 NLP 知识，课后作业比较简单，期末项目小组合理分工，期末考试主要考察PPT中的基本概念，综合评价为难度中等

作业反馈：

• 课堂小测：课堂上不定时会有随堂练习，考察刚讲过的知识点。

• 课后作业主题3选1，个人完成，占20分。主题分别为基于卷积神经网络的文本分类、基于循环神经网络的命名实体识别与基于Transformer的机器翻译，较容易完成。

• 期末项目课题3选1，3~4人一组完成，占20分。课题分别为针对某个NLP任务复现最新论文中的算法，鼓励进一步提出改进算法、与结合最新NLP技术提升所在研究方向的一个任务的性能，可结合个人科研兴趣选择主题，做的好的小组有答辩展示机会。

高分策略：

• 期末考试以基本知识和概念为主，但会有一些刁钻考点，如指标BLEU。
• 认真完成作业和项目，期末考试前将PPT和随堂练习复习巩固，不要漏掉考点。