├─第01章 问答摘要与推理-项目简介
│├─第1节 1-1项目和课程内容介绍
││ Lecture.pdf
││ 第1节 1-1项目和课程内容介绍.mp4
││
│└─第2节 1-2词向量Word2vec及其优化方法详解
│ Lecture-2.pdf
│ 第2节 1-2词向量Word2vec及其优化方法详解.mp4
│
├─第02章 问答摘要与推理-代码实操Word2vec
│├─第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec
││ 第2节 2-1项目代码实操-中文分词、处理以及构建Word2vec.mp4
││ 随堂代码.zip
││ 随堂资料.txt
││
│└─第3节 2-2项目研讨课Ⅰ
│ 第3节 2-2项目研讨课I.mp4
│
├─第03章 问答摘要与推理-Seq2Seq
│├─第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention)
││ Lecture-02-seq2seq-attention.pdf
││ 第1节 3-1文本生成方法之Seq2Seq （Encoder、Decoder、Attention).mp4
││
│└─第2节 3-2项目研讨课Ⅱ
│ 第2节 3-2项目研讨课Ⅱ.mp4
│ 课堂PPT及代码.zip
│
├─第04章 问答摘要与推理-代码实操Seq2Seq
│├─第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现
││ 4-1课堂讲义及代码.zip
││ 第1节 4-1GRU、LSTM算法对比，Seq2Seq模型搭建并训练及代码实现.mp4
││
│└─第2节 作业指导：预训练词向量与embedding搭建
│ 20191013研讨课.zip
│ 第2节 作业指导：预训练词向量与embedding搭建.mp4
│
├─第05章 问答摘要与推理-模型训练
│├─第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择
││ lecture-3.ipynb.zip
││ 第1节 5-1深度学习框架图计算理论，模型训练代码实践、优化器对比选择.mp4
││
│└─第2节 5-2Model搭建
│ │20191020PPT及代码.zip
│ │第2节 5-2Model搭建.mp4
│ │
│ └─20191020PPT及代码
│ 点击获取更多资源.url
│
├─第06章 问答摘要与推理-Extractive Text Summarization
│├─第1节 抽提式文本摘要相关算法详解
││ 6-1PPT及随堂代码.zip
││ 第1节 抽提式文本摘要相关算法详解.mp4
││
│└─第2节 pgn网络搭建
│ 6-2随堂课件及代码.zip
│ 第2节 pgn网络搭建.mp4
│
├─第07章 文本生成问题前沿算法
│├─第1节 7-1Extractive Text Summarization抽提式文本摘要
││ 7-1PPT及课堂代码.zip
││ 第1节 7-1Extractive Text Summarization抽提式文本摘要.mp4
││
│└─第2节 7-2抽取式摘要
│ 7-2随堂代码.zip
│ 第2节 7-2抽取式摘要.mp4
│
├─第08章 问答摘要与推理- 项目代码部署
│├─第1节 8-1项目总结以及模型部署
││ 8-1随堂课件及PPT.zip
││ 第1节 8-1项目总结以及模型部署.mp4
││
│└─第2节 8-2代码讲解与演示
│ │第2节 8-2代码讲解与演示.mp4
│ │
│ └─8-2随堂课件代码.zip
│
├─第09章 试题知识点标注-项目课程简介
│├─第1节 9-1项目介绍和课程安排
││ 9-1课堂资料.zip
││ 第1节 9-1项目介绍和课程安排-1.mp4
││ 第1节 9-1项目介绍和课程安排-2.mp4
││ 第1节 9-1项目介绍和课程安排-3.mp4
││
│└─第2节 9-2手动实现贝叶斯，baseline实战
│ 9-2课堂代码.zip
│ 第2节 9-2手动实现贝叶斯，baseline实战.mp4
│
├─第10章 试题知识点标注-常用机器学习方法及在文本分类问题中的应用
│├─第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践
││ 10-1随堂课件.zip
││ 第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-1.mp4
││ 第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-2.mp4
││ 第1节 10-1 LDA、Glove、FaxtText在文本分类中的实践-3.mp4
││
│└─第2节 10-2tf搭建fasttext文本分类
│ 10-2随堂代码.zip
│ 第2节 10-2tf搭建fasttext文本分类.mp4
│
├─第11章 试题知识点标注-卷积神经网络在文本分类中的应用
│├─第1节 11-1CNN、TextCNN、GCN与文本分类
││ 11-1随堂课件.zip
││ 第1节 11-1CNN、TextCNN、GCN与文本分类-1.mp4
││ 第1节 11-1CNN、TextCNN、GCN与文本分类-2.mp4
││ 第1节 11-1CNN、TextCNN、GCN与文本分类-3.mp4
││
│└─第2节 11-2Text CNN多标签分类实现
│ 11-2随堂代码.zip
│ 第2节 11-2Text CNN多标签分类实现.mp4
│
├─第12章 试题知识点标注- 预训练语言模型初识
│├─第1节 12-1Transformer Emlo GPT等结构介绍
││ 12-1随堂课件.zip
││ 第1节 12-1Transformer Emlo GPT等结构介绍-1.mp4
││ 第1节 12-1Transformer Emlo GPT等结构介绍-2.mp4
││
│└─第2节 12-2 Transformer等常见结构实践讲解
│ 12-2随堂代码.zip
│ 第2节 12-2 Transformer等常见结构实践讲解.mp4
│
├─第13章 试题知识点标注- 预训练语言模型进阶
│├─第1节 13-1 bert 预训练语言模型详解
││ 13-1课堂PPT.zip
││ 第1节 13-1 bert 预训练语言模型详解-1.mp4
││ 第1节 13-1 bert 预训练语言模型详解-2.mp4
││ 第1节 13-1 bert 预训练语言模型详解-3.mp4
││
│└─第2节 13-2 bert文本分类实战
│ 13-2课堂代码.zip
│ 第2节 13-2 bert文本分类实战-1.mp4
│ 第2节 13-2 bert文本分类实战-2.mp4
│ 第2节 13-2 bert文本分类实战-3.mp4
│ 第2节 13-2 bert文本分类实战-4.mp4
│
├─第14章 试题知识点标注- 预训练语言模型实战
│├─第1节 14-1预训练语言模型实战
││ 14-1课堂PPT.zip
││ 第1节 14-1预训练语言模型实战 -1.mp4
││ 第1节 14-1预训练语言模型实战-2.mp4
││ 第1节 14-1预训练语言模型实战-3.mp4
││
│└─第2节 14-2bert实现多标签分类
│ 14-2课堂代码.zip
│ 第2节 14-2bert实现多标签分类-1.mp4
│ 第2节 14-2bert实现多标签分类-2.mp4
│
├─第15章 试题知识点标注-gpu与分布式机器学习
│├─第1节 15-1gpu与分布式机器学习
││ 15-1课堂PPT.zip
││ 第1节 15-1gpu与分布式机器学习-1.mp4
││ 第1节 15-1gpu与分布式机器学习-2.mp4
││ 第1节 15-1gpu与分布式机器学习-3.mp4
││
│└─第2节 15-2Gcn文本分类
│ 15-2随堂代码.zip
│ 第2节 15-2Gcn文本分类.mp4
│
├─第16章 试题知识点标注–项目部署,总结与面试指导
│├─第1节 16-1试题知识点标注–项目部署,总结与面试指导
││ 16-1课堂PPT.pptx
││ 第1节 16-1试题知识点标注–项目部署,总结与面试指导-1.mp4
││ 第1节 16-1试题知识点标注–项目部署,总结与面试指导-2.mp4
││
│└─第2节 16-2实体抽取与关系整理 论文解读
│ 16-2实体抽取与关系整理 论文解读-5.mp4
│ 16-2课堂代码.zip
│ 第2节 16-2实体抽取与关系整理 论文解读-1.mp4
│ 第2节 16-2实体抽取与关系整理 论文解读-2.mp4
│ 第2节 16-2实体抽取与关系整理 论文解读-3.mp4
│ 第2节 16-2实体抽取与关系整理 论文解读-4.mp4
│ 第2节 16-2实体抽取与关系整理 论文解读-6.mp4
│ 第2节 16-2实体抽取与关系整理 论文解读-7.mp4
│
├─第17章 视频分段-项目课程简介 ＆基础算法
│├─第1节 17-1视频分段-项目课程简介 ＆基础算法
││ 17-1课堂PPT 代码 公式 合集.zip
││ 第1节 17-1视频分段-项目课程简介 ＆基础算法.mp4
││
│└─第2节 17-2动态规划与EM算法实践
│ 17-2课堂代码.zip
│ 第2节 17-2动态规划与EM算法实践.mp4
│
├─第18章 视频分段-中文分词(一)
│├─第1节 18-1视频分段-中文分词(一)
││ 18-1课堂PPT·公式合集.zip
││ 第1节 18-1视频分段-中文分词(一).mp4
││
│└─第2节 18-2 hmm分词与词性标注实现
│ 18-2课堂代码.zip
│ 第2节 18-2 hmm分词与词性标注实现.mp4
│
├─第19章 视频分段-中文分词(二)
│├─第1节 19-1 视频分段-中文分词(二)
││ 19-1课堂代码.zip
││ 第1节 19-1 视频分段-中文分词(二).mp4
││
│└─第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读
│ 19-2课堂代码.zip
│ 第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-1.mp4
│ 第2节 19-2 Hmm与ctf作业讲解以及知识驱动对话论文解读-2.mp4
│ 第一十九章第2节： 研讨课补充内容.mp4
│
├─第20章 视频分段-命名实体识别ner
│├─第1节 20-1命名实体识别ner
││ 20-1课堂PPT.zip
││ 第1节 20-1命名实体识别ner.mp4
││
│└─第2节 20-2 NER实战
│ 20-2 NER实战 研讨课-2.mp4
│ 20-2 NER实战 研讨课.mp4
│ 20-2课堂代码.zip
│
├─第21章 视频分段-深度学习在NER中的应用 和 半监督学习
│├─第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习
││ 21-1课堂PPT.zip
││ 第1节 21-1视频分段-深度学习在NER中的应用 和 半监督学习.mp4
││
│└─第2节 21-2 bert实现ner与crf可视化
│ 20200229.zip
│ 第2节 21-2 bert实现ner与crf可视化-1.mp4
│ 第2节 21-2 bert实现ner与crf可视化-2.mp4
│
├─第22章 视频分段-纠错系统
│├─第1节 22-1视频分段-纠错系统
││ 第1节 22-1视频分段-纠错系统.mp4
││ 纠错.pptx
││
│└─第2节 22-2英文拼写纠错实践与pycorrector源码解读
│ 22-2英文拼写纠错实践与pycorrector源码解读-1.mp4
│ 22-2英文拼写纠错实践与pycorrector源码解读-2.mp4
│ 22-2英文拼写纠错实践与pycorrector源码解读-3.mp4
│ 22-2英文拼写纠错实践与pycorrector源码解读.mp4
│
├─第23章 视频分段-依存句法分析、记忆网络、文本搜索
│├─第1节 23-1依存句法分析、记忆网络、文本搜索
││ 第1节 23-1依存句法分析、记忆网络、文本搜索.mp4
││
│└─第2节 23-2句法分析实战
│ 第2节 23-2句法分析实战.mp4
│
└─第24章 视频分段-项目总结
├─第1节 24-1语音识别简介、激活函数优化器对比、模型压缩等
│ 第1节 24-1语音识别简介、激活函数_优化器对比、模型压缩等.mp4
│
└─第2节 24-2rasa框架对话入门实践
第2节 24-2rasa框架对话入门实践.mp4