自然语言数据是大数据的主要形态之一，每个企业几乎都积存有大量的文字，语音数据，互联网公司有网站上的评论留言论坛帖子，移动运营商有文字短信息，电子商务平台有客服录音，证券公司需要处理大量的上市公司年报资料，IT企业积累了大量的技术文档等等。自然语言处理（NLP）是机器学习当前神秘，红火，具难度，也让引人关注的分支。在搜索引擎，语音识别，情感分析，大批量文档处理，机器翻译，自动应答等各个领域有着前程无可限量的应用。NLP能发挥威力的场景不胜枚举。过去受限于企业的处理能力，面对宝山空手而归，现在随着深度学习技术在NLP中的应用，一大批成熟度高的算法模型应运而生，在NLP几乎所有的子领域都取得巨大突破，现在从深度学习的角度去学习NLP，可谓正逢其时。
第1部份 深度学习知识要览，两小时入门深度学习。
第2部份 自然语言数据是大数据的主要形态，任何企业都需要自然语言处理技术。自然语言处理（NLP）场景概述，两小时入门NLP。深度学习初试牛刀，在推荐系统中结合自然语言处理的应用，一举解决新商品上架时的冷启动问题
第3部份 基于深度学习的语言模型，词向量与embedding。google神器word2vec详解与内幕揭秘，部署和训练word2vec从此一剑走天下，用word2vec轻松实现文本分类，文本相似性判断，文本自动摘要，新闻自动配图
第4部份 集外词怎样求embedding？多种解决方案，中文集外词解决方案，段向量与基于深度学习的情感分析，实际分析长篇大论的影评是好评还是差评？
第5部份 更加复杂的情感分析问题：新浪微博情感倾向性分析，集体情感趋势分析：舆情监控，大企业公关部门和政府管理部门的管控利器
第6部份 LSTM详解，用LSTM解决集外词编码问题，准确率惊人的基于LSTM的命名实体识别解决方案，横扫一切可转化为标注问题的场景
第7部份 Encoder-Decoder-Attention机制，横扫一切“从序列到序列”场景的终极模型，机器翻译，文本自动摘要，聊天机器人等都可归结为此类场景下的问题。谷歌机器翻译技术解读，BBC新闻结合计算机视觉的语音识别（唇语识别）
第8部份 “春天丽日照晴川，十里桃花映满山。燕子呢喃寻旧梦，清风拂面柳如烟”，谁敢相信这是机器写的诗？庖丁解牛剖析“机器湿人”。把生成式对抗网络的思路迁移到自然语言处理（序列处理）场景：SeqGAN，利用SeqGAN创作诗歌，假冒奥巴马演讲词，写贝多芬式的音乐
第9部份 下一个人工智能热点（自然语言处理，爬虫技术，图论算法，图数据库等多项技术的综合应用）：知识图谱简介，深度学习用于知识图谱，在文本中用卷积网络和LSTM析取实体之间的语义关系，怎样用知识图谱构建QA系统（聊天机器人）？ |
合作伙伴与授权机构
shuhaipeixun
1299983702
总部李老师
