文件清单 66 项

• 01 自监督_无监督_1.1 专题简介与导引&MOCO论文泛读.mp4
• 学前须知_效率提升3倍的Paper 阅读方法.mp4
• 08 05 NLP基础知识资料.zip
• 第2话 1-1 前言.mp4
• 第7话 2-4 文本的向量化表示与案例实现.mp4
• 第9话 3-2 语言模型任务评估.mp4
• 第12话 4-1 word2vec原理.mp4
• 第13话 4-2 word2vec代码复现.mp4
• 第15话 4-4 BERT使用实战讲解.mp4

展开全部 66 项

• 第17话 4-6 RNN模型原理 代码复现与实战.mp4
• 第18话 5-1 HMM序列标注.mp4
• 第20话 5-3 HMM样本生成.mp4
• 第21话 5-4 HMM训练.mp4
• 第22话 5-5 HMM预测.mp4
• 第23话 5-6 HMM代码实现.mp4
• 02 06 NLP-baseline_1.1 word2vec1-1背景知识.mp4
• 03 06 NLP-baseline_1.2 word2vec1-2论文泛读.mp4
• 05 06 NLP-baseline_1.4 word2vec2-2原理.mp4
• 07 06 NLP-baseline_1.6 word2vec2-4模型复杂度.mp4
• 09 06 NLP-baseline说明.zip
• 12 06 NLP-baseline_02 glove-02-研究成果及意义.mp4
• 18 06 NLP-baseline_03char_embedding-01-背景介绍.mp4
• 21 06 NLP-baseline_03 char_embedding-04-模型详解.mp4
• 22 06 NLP-baseline_03 char_embedding-05-语言模型实验分析.mp4
• 25 06 NLP-baseline_03 char_embedding-08-数据处理.mp4
• 27 06 NLP-baseline_04textcnn-01-textcnn背景介绍.mp4
• 28 06 NLP-baseline_04textcnn-02-textcnn研究成果及意义.mp4
• 01 07 信息抽取-命名实体识别_1.1- BiLSTM-CRF-论文研究背景.mp4
• 02 07 信息抽取-命名实体识别_1.2- BiLSTM-CRF-论文算法总览.mp4
• 03 07 信息抽取-命名实体识别_1.3-BiLSTM-CRF模型结构.mp4
• 06 07 信息抽取-命名实体识别_1.6- BiLSTM-CRF代码讲解.mp4
• 07 07 信息抽取-命名实体识别_1.7- BiLSTM-CRF-NCR-Fpp代码详解.mp4
• 10 07 信息抽取-命名实体识别_2.3_LatticeLSTM模型细节.mp4
• 10 07 信息抽取-命名实体识别文档.zip
• 12 07 信息抽取-命名实体识别_2.5_LatticeLSTM代码讲解.mp4
• 16 07 信息抽取-命名实体识别_3.4_LR-CNN模型细节2.mp4
• 17 07 信息抽取-命名实体识别_3.5_LR-CNN论文代码讲解.mp4
• 19 07 信息抽取-命名实体识别_4.2_LGN模型总览.mp4
• 20 07 信息抽取-命名实体识别_4.3_LGN模型详解.mp4
• 21 07 信息抽取-命名实体识别_4.4_LGN代码讲解.mp4
• 26 07 信息抽取-命名实体识别_5.5_TENER模型代码.mp4
• 29 07 信息抽取-命名实体识别_6-3_Soft_Lexicon模型详解.mp4
• 03 07 (2)信息抽取-关系抽取_01 cnn_for-re-03.mp4(新版).mp4
• 07 07 (2)信息抽取-关系抽取_01 code_cnn_for_re-07(新版).mp4
• 深度之眼-人工智能Paper年度会员(NLP方向)前沿版/
• 01 自监督无监督/
• 03 学前须知/
• 08 05 NLP基础知识/
• 09 06 NLP-baseline/
• 10 07 信息抽取-命名实体识别/
• 11 07 (2)信息抽取-关系抽取/
• 12 08 NLP-预训练模型/
• 13 09 NLP-图神经网络/
• 14 10 NLP-文本匹配/
• 15 11 NLP-机器翻译/
• 16 12 NLP-情感分析/
• 17 13 NLP-阅读理解/
• 18 14 NLP-对话系统/
• 19 15 NLP-推荐系统/
• 19 NLP-paper 前沿论文直播讲解/
• 19,强化学习》/
• 20 NLP-直播答疑/
• 21 课件专栏(资料)/
• 22 精读论文专栏(NLP方向)/
• 23 重点讲解专栏(NLP方向)/
• 24 推荐阅读专栏(NLP方向)/