自然语言中的RNN实战 - 自然语言理解与深度学习6

这是一节自然语言处理的实战课程,主要内容包括目前主流深度学习框架介绍和古诗词生成的模型实现这两部分。

讲师:   钟翰廷

主要内容:


  • 深度学习流行框架:分成两大类,包括偏向底层化Torch, Theano, TensorFlow等等,还有一类比较模块化或高层次的,包括Keras, Lasagne, Blocks。用Keras实现一个Seq2Seq的例子,其中包括各种参数含义的解读。

  • 古诗词生成:古诗词生成的基本框架、生成模型的基本介绍:N-gram、基于RNN的语言模型,KenLM等。另外,诗词还需要考虑平仄、对韵、关键词等问题。还介绍了,如何用Keras来实现一个基本框架。

  • 更多的问题:自然语言处理的相关任务还包括:命名实体识别、语词标注、句法分析等,在模型方面则需要考虑注意力机制、记忆机制等。


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。