课程

课程介绍

人工智能、数据挖掘等技术用于数据分析和决策支持。机器学习是数据挖掘的主要方法之一,它是一种使获取知识自动化的计算方法的学习,通俗地说,机器学习领域感兴趣的是怎样编写计算机程序能够通过案例进行模仿学习。

培训对象

需要了解文本分析NLP技术的相关人员

课程收益

过文本分析核心原理精讲和文本核心处理技术工具的实操练习,可以掌握文本分析关键技术使用,便于把文本分析技术落地到自己的工作实践中。

知识概要

文本分析基础
文本分析词法分析
文本分析语法理论
文本分析语义分析
文本分析篇章分析
文本分析实战练习

课程大纲

模块

学习内容

第一天

AM

文本分析基础

文本分析基本概念和应用

数学基础

概率论基本概念

概率

最大似然估计

条件概率

贝叶斯法则

随机变量

二项式分布

联合概率分布和条件概率分布

贝叶斯决策理论

期望和方差

图灵机与文本分析

第一天

PM

文本分析词法分析

概率语法

词法分析与词性标注

词频-逆向文件频率(TF-IDF)

Word2Vec

计数向量器

分词器(Tokenization)

移除停用词(StopWordsRemover)

n-gram

二值化

主成分分析(PCA)

多项式展开(PolynomialExpansion)

离散余弦变换(DCT)

字符串-索引变换(StringIndexer)

索引-字符串变换(IndexToString)

独热编码(OneHotEncoder)

向量-索引变换

交互式(Interaction)

正则化(Normalizer)

规范化(StandardScaler)

最大值-最小值缩放(MinMaxScaler)

最大值-绝对值缩放(MaxAbsScaler)

第二天

AM

文本分析语法理论

语言模型

n元语法的基本概念

数据平滑方法

句法分析

句法结构分析概述

基于PCFG的基本分析方法

句法规则提取方法

HP分析算法

浅层句法分析

第二天

PM

文本分析语义分析

语义计算

词义消歧概述

有监督的词义消歧方法

基于贝叶斯分类器的消歧方法

基于贝叶斯分类器的消歧方法

基于词典的词义消歧方法

无监督的词义消歧方法

词义消歧系统评价

语义角色标注基本方法

双语联合语义角色标注方法

第三天

AM

文本分析篇章分析

言语行为理论

中心理论

修辞结构理论

脉络理论

基于贝叶斯分类器的消歧方法

篇章表示理论

篇章衔接性,连续性

篇章标注语料库

第三天

PM

文本分析实战练习

Web文本分析

知识图谱-基于知识库的文本分析

文本分析python实践

认证过程

无认证考试

开班信息

暂无开班信息

相关课程