![WM053 – 自然语言处理之AI深度学习顶级实战课程 [15.6G]](https://www.aizyt88.com/wp-content/themes/ripro-v2/assets/img/thumb.jpg)
WM053 – 自然语言处理之AI深度学习顶级实战课程 [15.6G]
┣━━章节1： NLP和深度学习发展概况和最新动态 [310.9M]
┃ ┣━━1. NLP历史现在及为什么需要学习NLP技术.mp4 [133.7M]
┃ ┗━━2. NLP实现机器学习，聊天机器人，情感分析和语义搜索.mp4 [177.2M]
┣━━章节2： NLP与PYTHON编程 [194.4M]
┃ ┣━━3. Python环境搭建及开发工具安装.mp4 [29.7M]
┃ ┣━━4. NLP常用PYTHON开发包的介绍.mp4 [42.5M]
┃ ┣━━5. Jieba安装、介绍及使用.mp4 [45.2M]
┃ ┣━━6. Stanford NLP 在Python环境中安装、介绍及使用.mp4 [38.8M]
┃ ┗━━7. Hanlp 在Python环境中安装、介绍及使用.mp4 [38.3M]
┣━━章节3： 快速掌握NLP技术之分词、词性标注和关键字提取 [291.3M]
┃ ┣━━08. 分词、词性标注及命名实体识别介绍及应用.mp4 [28.6M]
┃ ┣━━09. 准确分词之加载自定义字典分词01.mp4 [39.1M]
┃ ┣━━10. 准确分词之加载自定义字典分词02.mp4 [42.7M]
┃ ┣━━11. 准确分词之动态调整词频和字典.mp4 [32.5M]
┃ ┣━━12. 词性标注代码实现及信息提取.mp4 [22.7M]
┃ ┣━━13. 人名、地名、机构名等关键命名实体识别.mp4 [44.9M]
┃ ┣━━14. TextRank算法原理介绍.mp4 [50.4M]
┃ ┗━━15. 基于TextRank关键词提取.mp4 [30.4M]
┣━━章节4： 句法与文法 [175.6M]
┃ ┣━━16. 依存句法与语义依存分析.mp4 [26.2M]
┃ ┣━━17. 依存句法树解析（子树遍历，递归搜索，叶子节点提取等）.mp4 [40.9M]
┃ ┣━━18. 名词短语块挖掘.mp4 [61.8M]
┃ ┗━━19. 自定义语法与CFG.mp4 [46.7M]
┣━━章节5： N-GRAM文本挖掘 [129.7M]
┃ ┣━━20. N-GRAM算法介绍.mp4 [27.1M]
┃ ┣━━21. N-GRAM生成词语对.mp4 [27.8M]
┃ ┣━━22. TF-IDF算法介绍应用.mp4 [24.4M]
┃ ┗━━23. 基于TF-IDF挖掘符合语言规范的N-GRAM.mp4 [50.5M]
┣━━章节6： 表示学习与关系嵌入 [295.2M]
┃ ┣━━24. 语言模型.mp4 [19.4M]
┃ ┣━━25. 词向量.mp4 [57M]
┃ ┣━━26. 深入理解Word2vec算法层次sofmax.mp4 [59.4M]
┃ ┣━━27. 深入理解Word2vec算法负采样.mp4 [51.9M]
┃ ┗━━28. 6.4 基于Word2vec技术的词向量、字向量训练.mp4 [107.5M]
┣━━章节7： 深度学习之卷积神经网络 [308.7M]
┃ ┣━━29. BP神经网络.mp4 [53.2M]
┃ ┣━━30. 彻底理解深度学习指卷积神经网络.mp4 [63.5M]
┃ ┣━━31. CNN文本分类.mp4 [45.4M]
┃ ┣━━32. CNN文本分类算法模块.mp4 [95.7M]
┃ ┣━━33. CNN文本分类模型详解数据预处理.mp4 [35.2M]
┃ ┗━━34. CNN文本分类模型测试与部署.mp4 [15.8M]
┣━━章节8： 深度学习之递归神经网络 [228.5M]
┃ ┣━━35. 递归网络.mp4 [54.7M]
┃ ┣━━36. LSTM.mp4 [57.5M]
┃ ┣━━37. LSTM文本分类原理.mp4 [11.8M]
┃ ┣━━38. LSTM文本分类代码架构.mp4 [27.1M]
┃ ┣━━39. LSTM文本分类代码详解.mp4 [49.8M]
┃ ┗━━40. LSTM文本分类模型预测与部署.mp4 [27.6M]
┣━━章节9： 特定领域命名实体识别NER技术 [1G]
┃ ┣━━41. 基于深度学习医药保险命名实体识别课题背景介绍.mp4 [91.2M]
┃ ┣━━42. 医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4 [99.7M]
┃ ┣━━43. 医药保险命名实体识别相关前沿技术和难点.mp4 [49.7M]
┃ ┣━━44. 基于深度学习医药保险命名实体识别的算法模块设计(上).mp4 [50M]
┃ ┣━━45. 基于深度学习医药保险命名实体识别的算法模块设计（下）.mp4 [64.2M]
┃ ┣━━46. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4 [57M]
┃ ┣━━47. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4 [68.6M]
┃ ┣━━48. 模型本地Lib库封装（上）.mp4 [55.7M]
┃ ┣━━49. 模型本地Lib库封装（下）.mp4 [36.1M]
┃ ┣━━50. 部署tensorflow训练好的模型为云服务（上）.mp4 [44.7M]
┃ ┣━━51. 部署tensorflow训练好的模型为云服务（下）.mp4 [49.9M]
┃ ┣━━52. 算法设计及代码实现1.mp4 [110.5M]
┃ ┣━━53. 算法设计及代码实现2.mp4 [58.8M]
┃ ┣━━54. 代码调试，参数优化及深度剖析（深入理解）1.mp4 [95.7M]
┃ ┗━━55. 代码调试，参数优化及深度剖析（深入理解）2.mp4 [99.1M]
┗━━自然语言处理-配套课件链接.docx [2.2K]
┣━━275_aupo_自然语言处理 [12.7G]
┃ ┣━━第九章 [23.9M]
┃ ┃ ┣━━电子病历实体识别.pdf [579.5K]
┃ ┃ ┣━━chunking.zip [8.9M]
┃ ┃ ┣━━DICT_NOW.csv [421.5K]
┃ ┃ ┣━━gen_data.py [3.3K]
┃ ┃ ┣━━gen_data(1).py [3.3K]
┃ ┃ ┣━━NERuselocal4.zip [13.9M]
┃ ┃ ┣━━source_data.zip [116.1K]
┃ ┃ ┗━━source_data(1).zip [116.1K]
┃ ┣━━3、5人名、地名、机构名等关键命名实体识别.pptx [1.9M]
┃ ┣━━3、6 TextRank算法原理介绍.pptx [1.9M]
┃ ┣━━第八章.zip [72.4M]
┃ ┣━━第二章.zip [647.9M]
┃ ┣━━第六章.zip [246.1M]
┃ ┣━━第七章.zip [71.7M]
┃ ┣━━第三章.zip [6.5G]
┃ ┣━━第四章.zip [2.6G]
┃ ┣━━第五章.zip [1.3G]
┃ ┣━━第一章.zip [1.4M]
┃ ┣━━code.zip [1.3G]
┃ ┗━━TextRank.docx [31.2K]