RNN在自然语言处理中的应用-自然语言理解与深度学习5

本节课主要讲述循环神经网络(Recurrent Neural Networks, RNN)的基本原理,并简略介绍了 RNN 在自然语言处理中的若干应用。

讲师:   钟翰廷

本节课主要讲述循环神经网络(Recurrent Neural Networks, RNN)的基本原理,并简略介绍了 RNN 在自然语言处理中的若干应用。内容主要包括:


  • RNN 的发展历程:从 Hopfield Network 到 GRU

  • RNN 的结构及其训练:RNN 中的反向传播算法(Back Propagation Through Time, BPTT),以及梯度消失问题

  • RNN 在 NLP 中应用的简介: 语言模型、序列标注、翻译、对话等


主讲人简介

钟翰廷,毕业于华中科技大学,现在爱因互动科技发展(北京)有限公司担任算法工程师,从事 NLP 相关工作。

本节课主要讲述循环神经网络(Recurrent Neural Networks, RNN)基本原理,并简略介绍了RNN 在自然语言处理中的若干应用。内容主要包括:



RNN 的发展历程:从 Hopfield Network 到 GRU

RNN 的结构及其训练:RNN 中的反向传播算法(Back Propagation Through Time, BPTT),以及梯度消失问题

RNN 在 NLP 中应用的简介: 语言模型、序列标注、翻译、对话等


主讲人简介


钟翰廷,毕业于华中科技大学,现在爱因互动科技发展(北京)有限公司担任算法工程师,从事 NLP 相关工作。



讲师介绍
钟翰廷

毕业于华中科技大学,现在爱因互动科技发展(北京)有限公司担任算法工程师,从事 NLP 相关工作。